品质检测模型的训练方法和装置以及品质检测方法和装置制造方法及图纸

本发明专利技术实施例提出一种品质检测模型的训练方法和装置以及品质检测方法和装置，其中的方法包括：获取样本图像，样本图像中包括果蔬产品；标注果蔬产品的品质信息，得到品质标注数据；利用多组样本数据训练初始模型，得到品质检测模型，样本数据中包括样本图像及其对应的品质标注数据，品质检测模型用于从待检测果蔬产品图像中检测出对应的品质信息。本发明专利技术实施例的方法能够实现不利用专业检测工具，基于图片即可快速检测出果蔬产品的品质信息，可以帮助用户方便快速地挑选果蔬产品。

【技术实现步骤摘要】
品质检测模型的训练方法和装置以及品质检测方法和装置
本专利技术涉及数据处理
，尤其涉及一种品质检测模型的训练方法和装置以及品质检测方法和装置。
技术介绍
获知果蔬产品的品质好坏，可以包括以下几种方式：一种是基于人工挑选或品尝果蔬产品，这种方式不够智能，且依赖于人工；另一种是对果蔬产品进行光学检测或物理化学性质的检测，这种方式需要复杂的检测设备，并且对周围环境要求严格，否则难以达到准确的检查效果，且需要有相关专业知识的人操作检测设备，不适用于普通人。
技术实现思路
本专利技术实施例提供一种品质检测模型的训练方法和装置以及品质检测方法和装置，以解决现有技术中的一个或多个技术问题。第一方面，本专利技术实施例提供了一种品质检测模型的训练方法，包括：获取样本图像，所述样本图像中包括果蔬产品；标注所述果蔬产品的品质信息，得到品质标注数据；利用多组样本数据训练初始模型，得到品质检测模型，所述样本数据中包括所述样本图像及其对应的品质标注数据，所述品质检测模型用于从待检测果蔬产品图像中检测出对应的品质信息。在一种实施方式中，获取样本图像，包括：获取多张所述样本图像，多张所述样本图像覆盖同一果蔬产品的外表特征。在一种实施方式中，利用多组所述样本数据训练初始模型，得到品质检测模型，包括：将多组所述样本数据划分为训练集和评测集；利用所述训练集中的样本数据训练所述初始模型，得到预选模型；利用所述评测集中的样本数据评测所述预选模型是否达到预设标准；如果达到所述预设标准，则将所述预选模型作为所述品质检测模型。在一种实施方式中，利用多组所述样本数据训练初始模型，得到品质检测模型，包括：将所述样本图像输入所述初始模型，得到对品质预测结果；计算所述品质标注数据和所述品质预测结果之间的损失值；根据所述损失值，调整所述初始模型的参数，得到所述品质检测模型。在一种实施方式中，所述品质信息包括品类以及与所述品类对应的指标信息；所述指标信息包括等级、含水量、甜度、酸度、苦度、涩度、新鲜度中的至少一种。第二方面，本专利技术实施例提供一种品质检测方法，包括：获取待检测果蔬产品图像；利用品质检测模型检测所述待检测果蔬产品图像，以得到所述待检测果蔬产品图像中的果蔬产品的品质信息，所述品质检测模型根据如权利要求1至5任一项所述的训练方法得到。在一种实施方式中，获取待检测果蔬产品图像，包括：获取多张所述待检测果蔬产品图像，多张所述待检测果蔬产品图像覆盖同一果蔬产品的外表特征。第三方面，本专利技术实施例提供一种品质检测模型的训练装置，包括：获取模块，用于获取样本图像，所述样本图像中包括果蔬产品；标注模块，用于标注所述果蔬产品的品质信息，得到品质标注数据；训练模块，用于利用多组样本数据训练初始模型，得到品质检测模型，所述样本数据中包括所述样本图像及其对应的品质标注数据，所述品质检测模型用于从待检测果蔬产品图像中检测出对应的品质信息。在一种实施方式中，所述获取模块还用于：获取多张所述样本图像，多张所述样本图像覆盖同一果蔬产品的外表特征。在一种实施方式中，所述训练模块包括：划分子模块，用于将多组所述样本数据划分为训练集和评测集；训练子模块，用于利用所述训练集中的样本数据训练所述初始模型，得到预选模型；评测子模块，用于利用所述评测集中的样本数据评测所述预选模型是否达到预设标准；确定子模块，用于在达到所述预设标准的情况下，将所述预选模型作为所述品质检测模型。在一种实施方式中，所述训练模块包括：输入子模块，用于将所述样本图像输入所述初始模型，得到对品质预测结果；计算子模块，用于计算所述品质标注数据和所述品质预测结果之间的损失值；调整子模块，用于根据所述损失值，调整所述初始模型的参数，得到所述品质检测模型。在一种实施方式中，所述品质信息包括品类以及与所述品类对应的指标信息；所述指标信息包括等级、含水量、甜度、酸度、苦度、涩度、新鲜度中的至少一种。第四方面，本专利技术实施例提供一种品质检测装置，包括：获取模块，用于获取待检测果蔬产品图像；检测模块，用于利用如上任一所述的品质检测模型检测所述待检测果蔬产品图像，以得到所述待检测果蔬产品图像中的果蔬产品的品质信息。在一种实施方式中，所述获取模块还用于：获取多张所述待检测果蔬产品图像，多张所述待检测果蔬产品图像覆盖同一果蔬产品的外表特征。第五方面，本专利技术实施例提供了一种品质检测模型的训练设备，所述训练设备的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。在一个可能的设计中，所述训练设备的结构中包括处理器和存储器，所述存储器用于存储支持所述设备执行上述品质检测模型的训练方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述训练设备还可以包括通信接口，用于与其他设备或通信网络通信。第六方面，本专利技术实施例提供了一种品质检测设备，所述品质检测设备的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。在一个可能的设计中，所述品质检测设备的结构中包括处理器和存储器，所述存储器用于存储支持所述设备执行上述品质检测模型的训练方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述品质检测设备还可以包括通信接口，用于与其他设备或通信网络通信。第七方面，本专利技术实施例提供了一种计算机可读存储介质，用于存储品质检测模型的训练设备所用的计算机软件指令，其包括用于执行上述品质检测模型的训练方法所涉及的程序。本专利技术实施例的方法，通过具有果蔬产品的样本图像及其对应的品质标注数据训练品质检测模型，因此能够实现不利用专业检测工具，基于图片即可快速检测出果蔬产品的品质信息，帮助用户方便快速地挑选果蔬产品。上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本专利技术进一步的方面、实施方式和特征将会是容易明白的。附图说明在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本专利技术公开的一些实施方式，而不应将其视为是对本专利技术范围的限制。图1示出根据本专利技术实施例的品质检测模型的训练方法的流程图。图2示出根据本专利技术实施例的品质检测方法的流程图。图3示出根据本专利技术实施例的品质检测模型的训练装置的结构框图。图4示出根据本专利技术实施例的品质检测装置的结构框图。图5示出根据本专利技术实施例的品质检测模型的训练设备的结构框图。图6示出根据本专利技术实施例的品质检测设备的结构框图。...

【技术保护点】
1.一种品质检测模型的训练方法，其特征在于，包括：/n获取样本图像，所述样本图像中包括果蔬产品；/n标注所述果蔬产品的品质信息，得到品质标注数据；/n利用多组样本数据训练初始模型，得到品质检测模型，所述样本数据中包括所述样本图像及其对应的品质标注数据，所述品质检测模型用于从待检测果蔬产品图像中检测出对应的品质信息。/n

【技术特征摘要】
1.一种品质检测模型的训练方法，其特征在于，包括：
获取样本图像，所述样本图像中包括果蔬产品；
标注所述果蔬产品的品质信息，得到品质标注数据；
利用多组样本数据训练初始模型，得到品质检测模型，所述样本数据中包括所述样本图像及其对应的品质标注数据，所述品质检测模型用于从待检测果蔬产品图像中检测出对应的品质信息。


2.根据权利要求1所述的训练方法，其特征在于，获取样本图像，包括：
获取多张所述样本图像，多张所述样本图像覆盖同一果蔬产品的外表特征。


3.根据权利要求1所述的训练方法，其特征在于，利用多组所述样本数据训练初始模型，得到品质检测模型，包括：
将多组所述样本数据划分为训练集和评测集；
利用所述训练集中的样本数据训练所述初始模型，得到预选模型；
利用所述评测集中的样本数据评测所述预选模型是否达到预设标准；
如果达到所述预设标准，则将所述预选模型作为所述品质检测模型。


4.根据权利要求1所述的训练方法，其特征在于，利用多组所述样本数据训练初始模型，得到品质检测模型，包括：
将所述样本图像输入所述初始模型，得到对品质预测结果；
计算所述品质标注数据和所述品质预测结果之间的损失值；
根据所述损失值，调整所述初始模型的参数，得到所述品质检测模型。


5.根据权利要求1至4任一项所述的训练方法，其特征在于，所述品质信息包括品类以及与所述品类对应的指标信息；所述指标信息包括等级、含水量、甜度、酸度、苦度、涩度、新鲜度中的至少一种。


6.一种品质检测方法，其特征在于，包括：
获取待检测果蔬产品图像；
利用品质检测模型检测所述待检测果蔬产品图像，以得到所述待检测果蔬产品图像中的果蔬产品的品质信息，所述品质检测模型根据如权利要求1至5任一项所述的训练方法得到。


7.根据权利要求6所述的方法，其特征在于，获取待检测果蔬产品图像，包括：
获取多张所述待检测果蔬产品图像，多张所述待检测果蔬产品图像覆盖同一果蔬产品的外表特征。
...

【专利技术属性】
技术研发人员：林成龙，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11