一种基于深度学习的葡萄重量在线估算方法及检测装置制造方法及图纸

本发明专利技术提供了一种基于深度学习的葡萄重量在线估算方法，包括以下步骤：S1、获取需要估算重量的葡萄的俯视图与侧视图；S2、使用预先训练好的卷积神经网络对需要估算重量的葡萄的俯视图与侧视图进行检测识别，并输出需要估算重量的葡萄的俯视图与侧视图的特征数据；S3、基于第二步输出的需要估算重量的葡萄的俯视图与侧视图的特征数据，估算出需要估算重量的葡萄的重量，同时还提供了应用该方法的装置。本申请可以快速、准确地自动判定出葡萄的单株重量，能够快速得预估出重量，同时也可以避免大量人工在流水线上对葡萄进行称重，然后进行分级，会节约大量工人劳动成本。

An online estimation method and detection device of grape weight based on deep learning

【技术实现步骤摘要】
一种基于深度学习的葡萄重量在线估算方法及检测装置
本专利技术涉及适配检测领域，具体而言，涉及一种基于深度学习的葡萄重量在线估算方法及检测装置。
技术介绍
葡萄分为早熟、中熟、晚熟三个品系，不同品系的葡萄的单串重量也不一样。其中，早熟品种在350克以上，中熟品种在450克以上，晚熟品种在550克以上。目前葡萄采摘主要依靠采摘经验，即对葡萄进行采摘及通过传送带运输后再进行人工大小串分类称重。随着农业的发展，农业生产逐渐从机械化走向自动化，精准化，甚至智能化，国内外专家学者已将数字图像处理、双目立体视觉甚至深度学习的技术应用到农业中。现有技术主要是用CNN(卷积神经网络)来对果实进行检测和机器视觉进行预测重量。如公开号为CN109583275A公开的一种基于CNN的赤足或穿袜足迹的体重判定方法，利用深度学习的方式实现对于人体体重的预估，解放人力的同时，判定的准确率也得到了很大的提高；或如公开号为CN106140648B公开的一种基于机器视觉的鸡胴体重量自动分级系统及分级方法，以黑盒阴影去判定重量。综上所述，现有技术中的葡萄称重本文档来自技高网...

【技术保护点】
1.一种基于深度学习的葡萄重量在线估算方法，其特征在于，包括以下步骤：/nS1、获取需要估算重量的葡萄的俯视图与侧视图；/nS2、使用预先训练好的卷积神经网络对需要估算重量的葡萄的俯视图与侧视图进行检测识别，并输出需要估算重量的葡萄的俯视图与侧视图的特征数据；/nS3、基于第二步输出的需要估算重量的葡萄的俯视图与侧视图的特征数据，估算出需要估算重量的葡萄的重量。/n

【技术特征摘要】
1.一种基于深度学习的葡萄重量在线估算方法，其特征在于，包括以下步骤：
S1、获取需要估算重量的葡萄的俯视图与侧视图；
S2、使用预先训练好的卷积神经网络对需要估算重量的葡萄的俯视图与侧视图进行检测识别，并输出需要估算重量的葡萄的俯视图与侧视图的特征数据；
S3、基于第二步输出的需要估算重量的葡萄的俯视图与侧视图的特征数据，估算出需要估算重量的葡萄的重量。


2.如权利要求1所述的一种基于深度学习的葡萄重量在线估算方法，其特征在于，所述步骤S1具体实现方法为：
S11、对需要估算重量的葡萄进行朝向调整；
S12、通过图像采集装置获取调整朝向后的需要估算重量的葡萄的俯视图与侧视图。


3.如权利要求2所述的一种基于深度学习的葡萄重量在线估算方法，其特征在于，所述步骤S2具体实现方法为：
S21、使用预先训练好的卷积神经网络分别对俯视图与侧视图中需要估算重量的葡萄进行检测识别；
S22、对俯视图与侧视图中检测识别到的需要估算重量的葡萄进行标定，获得标定框，所述标定框为需要估算重量的葡萄的预测框；
S23、输出预测框的特征数据作为需要估算重量的葡萄的特征数据。


4.如权利要求3所述的一种基于深度学习的葡萄重量在线估算方法，其特征在于，所述步骤S3具体实现方法为：
调用预先训练好的卷积神经网络内存储的作为参考数据用的葡萄的特定框架的特征数据，与所述预测框的特征数据进行对比，获得重量比，通过该重量比来估算出需要估算重量的葡萄的重量。


5.如权利要求4所述的一种基于深度学习的葡萄重量在线估算方法，其特征在于，所述重量比通过公式(1)获得，
...

【专利技术属性】
技术研发人员：罗陆锋，宁政通，廖嘉欣，李嘉滔，文汉锦，洪志佳，李伟强，
申请(专利权)人：佛山科学技术学院，
类型：发明
国别省市：广东;44