一种苹果分级评估方法

AITNT
正文
推荐专利
一种苹果分级评估方法
申请号:CN202411698458
申请日期:2024-11-26
公开号:CN119649106B
公开日期:2025-11-28
类型:发明专利
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
1
基于局部特征重加权及类别自适应的小样本图像识别方法
图像识别方法 样本 特征提取网络 密集特征 注意力机制
2
地图构建方法、地图构建系统、装置、车辆、设备以及存储介质
地图特征 车载设备 车载传感器 地图构建方法 云端服务器
3
一种结合残差网络和注意力机制的人体活动识别方法
孪生神经网络 特征提取模块 人体活动识别方法 数据 样本
4
一种基于改进YOLOv8n的舍养绵羊行为识别方法
识别方法 注意力 高清监控摄像头 训练集 标注工具
5
基于改进YOLOv7算法的西梅叶片病害检测方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号