缺陷识别模型训练方法及果蔬缺陷识别方法技术

本说明书实施例提供缺陷识别模型训练方法及果蔬缺陷识别方法，缺陷识别模型训练方法包括：获取样本果蔬的样本扫描图，样本扫描图携带有缺陷标签，样本扫描图包含的样本果蔬内部信息符合预设果蔬生长特征，缺陷标签基于预设果蔬生长特征设定；将样本扫描图输入至图像分类模型中，得到预测结果；根据预测结果和缺陷标签，计算损失值；基于损失值调整图像分类模型的模型参数，返回执行获取样本果蔬的样本扫描图的步骤，在达到预设训练停止条件的情况下，得到缺陷识别模型。使用具有内部信息的样本扫描图，缺陷识别模型可以学习样本果蔬的内部真实情况，缺陷识别更加直接，提高了缺识别模型对果蔬进行识别的准确性和速率，以及缺陷识别模型的鲁棒性。识别模型的鲁棒性。识别模型的鲁棒性。

【技术实现步骤摘要】
缺陷识别模型训练方法及果蔬缺陷识别方法


[0001]本说明书实施例涉及计算机
，特别涉及一种缺陷识别模型训练方法。

技术介绍

[0002]随着生活水平的提高，人们对于购买或使用的物品越来越注重品质，对于日常食用的果蔬，品质的重要性更尤为突出。因此，对于商家来说，由于果蔬的缺陷问题，经常会被消费者投诉，进而退款，导致商家的果蔬损耗量高。为了降低客户投诉量和退款量，提高果蔬销售量和商家的服务质量，亟需一种可靠、高效的果蔬缺陷识别方案。

技术实现思路

[0003]有鉴于此，本说明书实施例提供了一种缺陷识别模型训练方法。本说明书一个或者多个实施例同时涉及一种果蔬缺陷识别方法，一种缺陷识别模型训练装置，一种果蔬缺陷识别装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。
[0004]根据本说明书实施例的第一方面，提供了一种缺陷识别模型训练方法，包括：
[0005]获取样本果蔬的样本扫描图，其中，所述样本扫描图携带有缺陷标签，所述样本扫描图包含的样本果蔬内部信息符合预设果蔬生长特征，所述缺陷标签基于所述预设果蔬生长特征设定；
[0006]将所述样本扫描图输入至图像分类模型中，得到预测结果；
[0007]根据所述预测结果和所述缺陷标签，计算损失值；
[0008]基于所述损失值调整所述图像分类模型的模型参数，返回执行所述获取样本果蔬的样本扫描图的步骤，在达到预设训练停止条件的情况下，得到所述缺陷识别模型。
[0009]根据本说明书实施例的第二方面，提供了一种果蔬缺陷识别方法，包括：
[0010]对待识别果蔬进行扫描，获得所述待识别果蔬的内部扫描图；
[0011]将所述内部扫描图输入缺陷识别模型，识别所述待识别果蔬的缺陷，其中，所述缺陷识别模型为基于样本扫描图对预设的图像分类模型进行训练得到，所述样本扫描图包含的样本果蔬内部信息符合预设果蔬生长特征。
[0012]根据本说明书实施例的第三方面，提供了一种缺陷识别模型训练装置，包括：
[0013]获取模块，被配置为获取样本果蔬的样本扫描图，其中，所述样本扫描图携带有缺陷标签，所述样本扫描图包含的样本果蔬内部信息符合预设果蔬生长特征，所述缺陷标签基于所述预设果蔬生长特征设定；
[0014]输入模块，被配置为将所述样本扫描图输入至图像分类模型中，得到预测结果；
[0015]计算模块，被配置为根据所述预测结果和所述缺陷标签，计算损失值；
[0016]调整模块，被配置为基于所述损失值调整所述图像分类模型的模型参数，返回执行所述获取样本果蔬的样本扫描图的步骤，在达到预设训练停止条件的情况下，得到所述缺陷识别模型。
[0017]根据本说明书实施例的第四方面，提供了一种果蔬缺陷识别装置，包括：
[0018]扫描模块，被配置为对待识别果蔬进行扫描，获得所述待识别果蔬的内部扫描图；
[0019]识别模块，被配置为将所述内部扫描图输入缺陷识别模型，识别所述待识别果蔬的缺陷，其中，所述缺陷识别模型为基于样本扫描图对预设的图像分类模型进行训练得到，所述样本扫描图包含的样本果蔬内部信息符合预设果蔬生长特征。
[0020]根据本说明书实施例的第五方面，提供了一种计算设备，包括：
[0021]存储器和处理器；
[0022]所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现上述缺陷识别模型训练方法或果蔬缺陷识别方法的步骤。
[0023]根据本说明书实施例的第六方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现上述缺陷识别模型训练方法或果蔬缺陷识别方法的步骤。
[0024]根据本说明书实施例的第七方面，提供了一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行上述缺陷识别模型训练方法或果蔬缺陷识别方法的步骤。
[0025]本说明书提供了一种缺陷识别模型训练方法，通过使用具有内部信息的样本扫描图，使缺陷识别模型能更真实地学习样本果蔬的内部真实情况，使缺陷识别更加直接；通过携带有缺陷标签的样本扫描图对图像分类模型进行训练，能够提高缺识别模型对果蔬进行识别的准确性和速率，提高缺陷识别模型的鲁棒性；基于可深度学习的缺陷识别模型对待识别果蔬的缺陷识别，效率更高更精准，可以识别待识别果蔬的多种缺陷现象，提高了缺陷识别的范围和广度。
附图说明
[0026]图1A是本说明书一个实施例提供的一种缺陷识别模型训练系统下缺陷识别模型训练方法的流程图；
[0027]图1B是本说明书一个实施例提供的一种果蔬缺陷识别系统下果蔬缺陷识别方法的流程图；
[0028]图2是本说明书一个实施例提供的一种缺陷识别模型训练方法的流程图；
[0029]图3A是本说明书一个实施例提供的一种果蔬缺陷识别方法的流程图；
[0030]图3B是本说明书一个实施例提供的一种果蔬缺陷识别方法中特征提取子模型的结构示意图；
[0031]图3C是本说明书一个实施例提供的一种果蔬缺陷识别方法的流程示意图；
[0032]图4A是本说明书一个实施例提供的一种果蔬缺陷识别方法的处理过程流程图；
[0033]图4B是本说明书一个实施例提供的一种果蔬缺陷识别方法中生榴莲的内部扫描示意图；
[0034]图4C是本说明书一个实施例提供的一种果蔬缺陷识别方法中熟榴莲的内部扫描示意图；
[0035]图5是本说明书一个实施例提供的一种缺陷识别模型训练装置的结构示意图；
[0036]图6是本说明书一个实施例提供的一种果蔬缺陷识别装置的结构示意图；
[0037]图7是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
[0038]在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
[0039]在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0040]应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……...

【技术保护点】

【技术特征摘要】
1.一种缺陷识别模型训练方法，包括：获取样本果蔬的样本扫描图，其中，所述样本扫描图携带有缺陷标签，所述样本扫描图包含的样本果蔬内部信息符合预设果蔬生长特征，所述缺陷标签基于所述预设果蔬生长特征设定；将所述样本扫描图输入至图像分类模型中，得到预测结果；根据所述预测结果和所述缺陷标签，计算损失值；基于所述损失值调整所述图像分类模型的模型参数，返回执行所述获取样本果蔬的样本扫描图的步骤，在达到预设训练停止条件的情况下，得到所述缺陷识别模型。2.根据权利要求1所述的方法，所述获取样本果蔬的样本扫描图，包括：获取所述样本果蔬的训练样本扫描图；接收所述样本果蔬的第一缺陷类型，其中，所述第一缺陷类型基于所述预设果蔬生长特征确定；将所述第一缺陷类型作为缺陷标签，与所述训练样本扫描图关联，得到携带有缺陷标签的样本扫描图。3.根据权利要求2所述的方法，所述获取样本果蔬的训练样本扫描图，包括：根据所述样本果蔬对应的预设果蔬生长特征，对所述样本果蔬进行光学图像仿真，得到所述样本果蔬的训练样本扫描图。4.根据权利要求1
‑
3任意一项所述的方法，所述在达到预设训练停止条件的情况下，得到所述缺陷识别模型之后，还包括：获取测试果蔬的测试扫描图；将所述测试扫描图输入至缺陷识别模型中，得到测试结果；获取所述测试果蔬的第二缺陷类型，其中，所述第二缺陷类型基于所述预设果蔬生长特征确定；根据所述第二缺陷类型和所述测试结果，调整所述缺陷识别模型的模型参数。5.一种果蔬缺陷识别方法，包括：对待识别果蔬进行扫描，获得所述待识别果蔬的内部扫描图；将所述内部扫描图输入缺陷识别模型，识别所述待识别果蔬的缺陷，其中，所述缺陷识别模型为基于样本扫描图对预设的图像分类模型进行训练得到，所述样本扫描图包含的样本果蔬内部信息符合预设果蔬生长特征。6.根据权利要求5所述的方法，在所述将所述内部扫描图输入缺陷识别模型，识别所述待识别果蔬的缺陷之前，还包括：对所述内部扫描图进行预处理，得到预处理后的所述内部扫描图，其中，所述预处理包括裁剪、对比度调节、亮度调节和锐度调节中的至少一个。7.根据权利要求5或6所述的方法，所述对待识别果蔬进行扫描，获得所述待识别果蔬的内部扫描图，包括：识别所述待识别果蔬的摆放姿态；在所述摆放姿态...

【专利技术属性】
技术研发人员：喻应芝，焦毅，赵维帅，徐双永，陈杨辉，方强，
申请(专利权)人：盒马中国有限公司，
类型：发明
国别省市：