摘要
本发明公开了一种基于单目视觉的葡萄果径和颗重测量模型构建与检测方法,该方法包括如下步骤:获取被测葡萄视觉数据集;对获取的葡萄图片进行降噪、过滤、分割处理;将数据集分为训练集、验证集和预测集;根据数据集构建网络融合深度模型;构建用于训练模型的损失函数;建立被检葡萄立体果径与颗重的视觉特征提取机制,将训练集和验证集输入网络融合深度模型进行训练;预测集用于评价深度网络模型精度,利用训好的网络融合深度模型预测出对应单颗葡萄的果径和颗重结果,可快速无损地检测出逐颗葡萄的果径与颗重。本发明可快速无损获取每颗葡萄的果径与颗重,在葡萄应季期大幅减少葡萄逐颗测量的人力成本和时间成本,最终实现葡萄品质的精准分选。
技术关键词
葡萄
模型构建方法
图片
注意力
样本
训练集
视觉数据集
边缘轮廓
深度网络模型
视觉特征提取
颜色
位置编码器
随机梯度下降
优化器
视觉算法
误差
像素
系统为您推荐了相关专利信息
相位误差补偿
振动误差
旋翼无人机
残余误差校正
补偿方法
多源监测数据
监测预警方法
虫害识别
异常状态
虫害监测预警系统
固定翼无人机
协作模型
仿真环境
协作方法
无人机集群
模型构建方法
建筑信息模型
三维模型
铁路
机柜部件