摘要
本发明公开了一种创新型苹果分级评估方法,涉及苹果分级评估技术领域,具体包括以下步骤S1:针对苹果果梗检测任务,提出网络爬虫和人工采集方式采集高质量图像;S2:针对果梗检测及果体辅助定位,提出FDNet轻量级果梗检测算法;S3:针对苹果特征提取,提出MBFilter和DPC‑AKNN两种算法结构;S4、针对苹果分级模型,采用GBDT算法。本发明,将计算机视觉技术与目前主流的模型压缩技术结合提出了一种高精度的轻量级果梗检测算法FDNet‑p,并通过大量实验证明其优越性能。在苹果分级流程中,初步运用FDNet‑p算法筛选出未携带果梗的苹果,并提出辅助定位的思想,防止提前或滞后触发摄像头采集操作,其次采用图像处理技术提取苹果果色、果型、果径等特征,最终采用GBDT算法完成苹果的智能分级模型设计,实现苹果的智能分级。
技术关键词
GBDT算法
特征提取网络
特征融合网络
流水线装置
算法结构
模型压缩
传送控制系统
多尺度思想
视觉特征信息
参数化特征
计算机视觉技术
预处理算法
通道剪枝
图像处理技术
模块
着色
标注工具
系统为您推荐了相关专利信息
图像识别方法
样本
特征提取网络
密集特征
注意力机制
地图特征
车载设备
车载传感器
地图构建方法
云端服务器
孪生神经网络
特征提取模块
人体活动识别方法
数据
样本
识别方法
注意力
高清监控摄像头
训练集
标注工具
病害检测方法
叶片
特征提取网络
特征提取能力
注意力机制