摘要
本发明涉及水果检测领域,公开了火龙果成熟度检测方法、装置、设备及存储介质,该方法用于对火龙果成熟度进行精准检测,同时避免了传统检测方法可能对火龙果造成的损害。该方法包括:构建基于SVM分类器和卷积神经网络模型的火龙果检测模型;采集火龙果实时图像,并使用基于YOLOv4网络的火龙果识别模型对采集的火龙果实时图像进行识别,得到感兴趣区域图像;将感兴趣区域图像输入所述火龙果检测模型,并获取所述火龙果检测模型输出的火龙果成熟度检测结果。
技术关键词
SVM分类器
感兴趣区域图像
卷积神经网络模型
实时图像
计算机可读指令
成熟度检测装置
数据
直方图均衡化
特征提取网络
可读存储介质
亮度
训练集
分割算法
样本
积层
颜色
注意力机制
系统为您推荐了相关专利信息
文本编码器
计算机可读取存储介质
分类器
关系
标签
异常检测方法
卷积神经网络模型
点火次数
图像
像素点
协调控制系统
协调控制方法
星形网络
PCI总线接口
模块上系统
图像重建
散斑图像
光纤内窥镜
图像增强方法
医学
注意力
光伏组件
卷积神经网络模型
缺陷检测方法
热斑缺陷