检测肉类的方法、装置、电子设备及介质制造方法及图纸

本申请公开了一种检测肉类的方法、装置、电子设备及介质。其中，本申请中，在获取包含至少一个待检测肉类的第一待检测图像后，可以基于预设的神经网络检测模型，提取第一待检测图像中，待检测肉类的第一色彩特征，并基于第一色彩特征，获取待检测肉类的检测结果。通过应用本申请的技术方案，可以在获取到消费者拍摄的包含肉类的待检测图像后，基于该图像中肉类的颜色参数，自动为用户生成该肉类的检测结果。这也避免了由于用户无法鉴别肉类所导致的容易买到病肉的问题。

【技术实现步骤摘要】
检测肉类的方法、装置、电子设备及介质
本申请中涉及图像处理技术，尤其是一种检测肉类的方法、装置、电子设备及介质
技术介绍
由于通信时代和社会的兴起，智能设备已经随着通信技术的崛起而不断被更多的人们所应用。进一步的，伴随着时代的发展，人们的生活水平也越来越好，进而随着消费者生活质量的提高，对于肉类的口感和质量也有更高的要求。其中，并不是每个人都有足够丰富的经验去识别肉类的好坏，进而经常出现消费者购买到病肉，过期肉等的问题。进而影响到消费者的身体健康。因此，如何利用智能设备为用户检测肉类的品质程度，成为了本领域技术人员需要解决的问题。
技术实现思路
本申请实施例提供一种检测肉类的方法、装置、电子设备及介质。其中，根据本申请实施例的一个方面，提供的一种检测肉类的方法，其特征在于，包括：获取第一待检测图像，所述第一待检测图像中包含至少一个待检测肉类；基于预设的神经网络检测模型，提取所述第一待检测图像中的第一色彩特征，所述第一色彩特征对应于所述待检测肉类；基于所述第一色彩特征，获取所述待检测肉类的检测结果。可选地，在基于本申请上述方法的另一个实施例中，在所述获取第一待检测图像之后，还包括：基于所述神经网络检测模型，提取所述第一待检测图像中的亮度特征参数，所述亮度特征参数为对应于光照环境的色彩特征；当确定所述亮度特征参数满足第一条件时，提取所述第一待检测图像中的所述第一色彩特征；当确定所述亮度特征参数不满足所述第一条件时，获取第二待检测图像，并基于所述第二待检测图像，获取所述待检测肉类的检测结果。可选地，在基于本申请上述方法的另一个实施例中，所述当确定所述亮度特征参数不满足所述第一条件时，获取所述第二待检测图像，包括：当确定所述亮度特征参数不满足所述第二条件时，启动光照装置并获取所述第二待检测图像；或，当确定所述亮度特征参数不满足所述第三条件时，对所述第一待检测图像进行亮度消减，获取所述第二待检测图像。可选地，在基于本申请上述方法的另一个实施例中，其特征在于，所述基于预设的神经网络检测模型，提取所述第一待检测图像中的第一色彩特征，包括：基于预设的神经网络检测模型，确定所述待检测肉类的肉部区域以及脂肪区域；提取所述第一待检测图像中的第二色彩特征以及第三色彩特征，所述第二色彩特征对应于所述待检测肉类的肉部区域，所述第三色彩特征对应于所述待检测肉类的脂肪区域。可选地，在基于本申请上述方法的另一个实施例中，在所述提取所述第一待检测图像中的第二色彩特征以及第三色彩特征之后，还包括：获取所述待检测肉类的属性信息；基于所述待检测肉类的属性信息，确定第一颜色阈值以及第二颜色阈值；基于所述第二色彩特征与所述第一颜色阈值的匹配关系，以及所述第三色彩特征与所述第二颜色阈值的匹配关系，获取所述待检测肉类的检测结果。可选地，在基于本申请上述方法的另一个实施例中，所述基于所述第一色彩特征，获取所述待检测肉类的检测结果，包括：获取待检测肉类对应的花纹特征；基于所述花纹特征以及所述第一色彩特征，获取所述待检测肉类的检测结果。可选地，在基于本申请上述方法的另一个实施例中，在所述基于预设的神经网络检测模型，提取所述第一待检测图像中的第一色彩特征之前，还包括：获取样本图像，其中，样本图像包括至少一个第一色彩特征，所述第一色彩特征为对应于肉类的特征参数；利用样本图像对预设的目标检测模型进行训练，得到满足预设条件的所述神经网络检测模型。根据本申请实施例的另一个方面，提供的一种检测肉类的装置，包括：第一获取模块，被设置为获取第一待检测图像，所述第一待检测图像中包含至少一个待检测肉类；提取模块，被设置为基于预设的神经网络检测模型，提取所述第一待检测图像中的第一色彩特征，所述第一色彩特征对应于所述待检测肉类；第二获取模块，被设置为基于所述第一色彩特征，获取所述待检测肉类的检测结果。根据本申请实施例的又一个方面，提供的一种电子设备，包括：存储器，用于存储可执行指令；以及显示器，用于与所述存储器显示以执行所述可执行指令从而完成上述任一所述检测肉类的方法的操作。根据本申请实施例的还一个方面，提供的一种计算机可读存储介质，用于存储计算机可读取的指令，所述指令被执行时执行上述任一所述检测肉类的方法的操作。本申请中，在获取包含至少一个待检测肉类的第一待检测图像后，可以基于预设的神经网络检测模型，提取第一待检测图像中，待检测肉类的第一色彩特征，并基于第一色彩特征，获取待检测肉类的检测结果。通过应用本申请的技术方案，可以在获取到消费者拍摄的包含肉类的待检测图像后，基于该图像中肉类的颜色参数，自动为用户生成该肉类的检测结果。这也避免了由于用户无法鉴别肉类所导致的容易买到病肉的问题。下面通过附图和实施例，对本申请的技术方案做进一步的详细描述。附图说明构成说明书的一部分的附图描述了本申请的实施例，并且连同描述一起用于解释本申请的原理。参照附图，根据下面的详细描述，可以更加清楚地理解本申请，其中：图1为本申请视检测肉类的系统架构示意图；图2为本申请提出的一种检测肉类的方法的示意图；图3为本申请提出的一种检测肉类的方法的示意图；图4为本申请检测肉类的装置的结构示意图；图5为本申请显示电子设备结构示意图。具体实施方式现在将参照附图来详细描述本申请的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，不作为对本申请及其应用或使用的任何限制。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。另外，本申请各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。需要说明的是，本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。下面结合图1-图3来描述根据本申请示例性实施方式的用于进行检测肉类的方法。需要注意的是，下述应用场景仅是为了便于理解本申请的精神和原理而示出，本申请的实施方式在此方面不本文档来自技高网...

【技术保护点】
1.一种检测肉类的方法，其特征在于，包括：/n获取第一待检测图像，所述第一待检测图像中包含至少一个待检测肉类；/n基于预设的神经网络检测模型，提取所述第一待检测图像中的第一色彩特征，所述第一色彩特征对应于所述待检测肉类；/n基于所述第一色彩特征，获取所述待检测肉类的检测结果。/n

【技术特征摘要】
1.一种检测肉类的方法，其特征在于，包括：
获取第一待检测图像，所述第一待检测图像中包含至少一个待检测肉类；
基于预设的神经网络检测模型，提取所述第一待检测图像中的第一色彩特征，所述第一色彩特征对应于所述待检测肉类；
基于所述第一色彩特征，获取所述待检测肉类的检测结果。


2.如权利要求1所述的方法，其特征在于，在所述获取第一待检测图像之后，还包括：
基于所述神经网络检测模型，提取所述第一待检测图像中的亮度特征参数，所述亮度特征参数为对应于光照环境的色彩特征；
当确定所述亮度特征参数满足第一条件时，提取所述第一待检测图像中的所述第一色彩特征；
当确定所述亮度特征参数不满足所述第一条件时，获取第二待检测图像，并基于所述第二待检测图像，获取所述待检测肉类的检测结果。


3.如权利要求2所述的方法，其特征在于，所述当确定所述亮度特征参数不满足所述第一条件时，获取所述第二待检测图像，包括：
当确定所述亮度特征参数不满足所述第二条件时，启动光照装置并获取所述第二待检测图像；
或，
当确定所述亮度特征参数不满足所述第三条件时，对所述第一待检测图像进行亮度消减，获取所述第二待检测图像。


4.如权利要求1所述的方法，其特征在于，所述基于预设的神经网络检测模型，提取所述第一待检测图像中的第一色彩特征，包括：
基于预设的神经网络检测模型，确定所述待检测肉类的肉部区域以及脂肪区域；
提取所述第一待检测图像中的第二色彩特征以及第三色彩特征，所述第二色彩特征对应于所述待检测肉类的肉部区域，所述第三色彩特征对应于所述待检测肉类的脂肪区域。


5.如权利要求4所述的方法，其特征在于，在所述提取所述第一待检测图像中的第二色彩特征以及第三色彩特征...

【专利技术属性】
技术研发人员：吴海鹏，
申请(专利权)人：南京酷派软件技术有限公司，
类型：发明
国别省市：江苏;32