基于机器学习的实时烟叶分类方法及系统

本申请涉及烟叶分级分类技术领域，提供基于机器学习的实时烟叶分类方法及系统，包括如下步骤：实时获取检测台图像，判断检测台上烟叶是否处于可检测状态；获取检测台上烟叶的左右图像，对图像进行预处理和拼接融合；对融合后的图像进行多类型特征提取，获取组合特征向量；将组合特征向量输入预训练的XGBoost分类模型，输出烟叶等级分类结果。申请通过基于机器学习的XGBoost模型对烟叶进行自动分类，规避了人工分类的误差，提高了烟叶分类的标准化，同时通过可检测状态判断、特征提取和模型训练的分离，支持增量学习，降低了模型规模和算力损耗。