摘要
本发明提供一种果蔬品质智能分级方法、系统及终端,通过先获取待分级果蔬对象的多模态数据,涵盖反映内部结构的X光图像、体现表面特征的RGB图像,以及记录种植环境与操作的农事记录数据。接着从多模态数据中提取X光特征、视觉特征和农事数据嵌入向量,再基于构建的智能分级模型,对X光与视觉特征跨模态注意力融合,以农事数据嵌入向量作注入条件动态推理,输出分级结果。本发明通过融合果蔬内部成熟度、虫洞检测结果、表面特征、种植环境以及施肥记录等特征,实测分类精度与效率较传统单模态方法显著提升,减少表面与内在品质不匹配问题,且支持多品种扩展,为果蔬智能分级提供了更全面、精准的技术方案。
技术关键词
智能分级方法
数据嵌入
主特征提取
特征提取模块
视觉特征
多模态数据采集
对象
多尺度特征
分类器
特征融合网络
跨模态
智能分级系统
图像
融合特征提取
交叉注意力机制
果蔬智能