摘要
本发明公开了一种基于视觉大模型的农产品图像质量增强方法,S1、获取农产品在采摘和运输的原始农产品图像数据集;S2、将农产品的原始农产品图像数据集输入到预训练的大规模视觉模型中;S3、对预训练的大规模视觉模型进行迁移学习微调;S4、利用微调后的大规模视觉模型对农产品的原始农产品图像数据集进行处理;S5、采用超分辨率重建算法对农产品图像的细节部分进行恢复;S6、基于大规模视觉模型的多任务处理能力,对不同农产品类别的农产品图像执行局部分区域增强策略;S7、将最终增强后的农产品图像输出。本发明使得农产品表面细节和纹理信息更加清晰,为质量检测和识别提供了准确的数据基础。
技术关键词
视觉
超分辨率重建算法
颜色校正
纹理特征
饱和度
对比度
色彩
农产品表面
数据
平衡特征
图像特征提取方法
亮度
矩阵
策略
Softmax函数
瑕疵
形态
系统为您推荐了相关专利信息
道路划线机器人
报告
数据采集模块
控制系统
特征数据提取
程度判断方法
蒸馏
特征提取模型
调节阀开度
序列
边界提取方法
无序点云
聚类算法
直线
主成分分析算法
动态融合方法
多模态特征
文本特征向量
预训练模型
视觉
视频理解方法
答案
文本理解
生成输出信息
语义特征