【技术实现步骤摘要】
一种农产品品质分类方法、装置、计算机设备和存储介质
本申请涉及图像处理
，特别是涉及一种农产品品质分类方法、装置、计算机设备和存储介质。
技术介绍
农产品的种植，无法避免生产出来的个体之间存在差异，对于各种农产品由于其品质不同，需要进行分类删选，传统的删选方法是通过人工进行删选，现在虽然已经有一些自动化分选设备可以实现代替部分人工的分选工作，但通常还存在很大的局限性，很难应用于某些分选标准相对较细较复杂的应用场景。例如，现有一些自动化分选设备投入使用对一些果实的品质进行分选，这些自动化分选设备大多属于机械式滚杆或滚筒分选，可以实现基于大小和重量对果实进行分选；还有一些自动化分选设备能够通过化学手段，实现在不损伤果品的前提下识别出果实的糖度、酸度等内部生理指标，其原理是蔗糖中含有的化学基团对光有一定的吸收作用，通过测定透射光可算出被吸收的光，以此推断出果实中蔗糖的含量。然而，上述自动化分选设备只能实现对农产品的某一维属性进行分拣，例如果实的重量、大小、酸甜度等，而难以处理多维属性组合的复杂特征以实现对农产品的多维...
【技术保护点】
1.一种农产品品质分类方法，其特征在于，所述方法包括：/n获取农产品的表面图像数据；/n将所述农产品的表面图像数据输入预设品质分类模型，获得所述农产品的分类向量；其中，所述预设品质分类模型包括软化后的softmax函数，所述分类向量的维度与样本的类别数目相同；/n获取每个类别的所述样本的品质分数；/n将所有所述分类向量中每个元素与对应类别的所述样本的品质分数相乘后再相加，获得所述农产品的品质打分分数。/n
【技术特征摘要】 【专利技术属性】
1.一种农产品品质分类方法，其特征在于，所述方法包括：
获取农产品的表面图像数据；
将所述农产品的表面图像数据输入预设品质分类模型，获得所述农产品的分类向量；其中，所述预设品质分类模型包括软化后的softmax函数，所述分类向量的维度与样本的类别数目相同；
获取每个类别的所述样本的品质分数；
将所有所述分类向量中每个元素与对应类别的所述样本的品质分数相乘后再相加，获得所述农产品的品质打分分数。
2.根据权利要求1所述方法，其特征在于，所述软化后的softmax函数为：
其中，r为常数，Sj为softmax值，aj为预设品质分类模型的第j个神经元的输出，T为预设品质分类模型的神经元的数目，ak为预设品质分类模型的1～T内任意一个神经元的输出。
3.根据权利要求1所述方法，其特征在于，所述预设品质分类模型通过预设类型的神经网络训练获取，用于根据输入的农产品表面图像数据，输出所述农产品的分类向量。
4.根据权利要求1所述方法，其特征在于，所述样本包括软标签样本，所述软标签样本为两个相邻类别之间的样本，所述软标签样本对应的分类向量在相邻类别的值均为0.5。
5.根据权利要求1-4任一项所述方法，其特征在于，在将所有所述分类向量中每个元素与对应类别的所述样本的品质分数相乘后再相加，获得所述农产品的品质打分分数之后，包括：
根据所述品质打分分数对所述农产品进行品质分类。
技术研发人员：别晓辉，别伟成，单书畅，
申请(专利权)人：视睿杭州信息科技有限公司，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。