一种基于Transformer的多种茶叶的识别方法技术

技术编号:41565904 阅读:20 留言:0更新日期:2024-06-06 23:47
本发明专利技术公开了一种基于Transformer的多种茶叶的识别方法,包括以下步骤:S1:获取茶叶的数据集,其中数据集包括有多种不同的茶叶图像;S2:对数据集进行预处理;S3:将数据集中的茶叶图像输入到Transformer网络模型中进行训练,以得到茶叶图像对应的特征图;S4:对特征图进行分类识别,以得到茶叶的分类结果。本发明专利技术利用Transformer网络模型学习不同茶叶的纹理与叶脉特征,实现对茶叶的自动分类识别,有效提高识别效率,且模型结构简单;另外,Transformer网络模型可以获得茶叶图像的全局视野,其对茶叶图像有较好的特征提取表征能力,从而能够有效地提高茶叶的分类识别精度。

【技术实现步骤摘要】

本专利技术涉及茶叶分类识别,具体为一种基于transformer的多种茶叶的识别方法。


技术介绍

1、随着生活水平的不断提高,人们对饮食方面的关注也越来越高,其中,茶叶成为越来越多的人的饮用选择。茶叶的种类众多,包括有白叶、八仙、城门、大乌叶、东方红、红蒂、黄枝香等等不同种类,因此在茶叶的流通过程中需要对不同种类的茶叶进行分类识别。而现有通常是通过人工肉眼识别鉴别茶叶的纹理、叶脉等以对多种茶叶进行分类识别,该种对于茶叶的人工识别方式存在识别效率低、因肉眼疲劳等人为因素导致识别精度低等技术问题。


技术实现思路

1、(一)解决的技术问题

2、针对现有技术的不足,本专利技术提供了一种基于transformer的多种茶叶的识别方法,能够解决上述技术问题。

3、(二)技术方案

4、为解决上述技术问题,本专利技术提供如下技术方案:一种基于transformer的多种茶叶的识别方法,包括以下步骤:

5、s1:获取茶叶的数据集,其中所述数据集包括有多种不同的茶叶图像;

<本文档来自技高网...

【技术保护点】

1.一种基于Transformer的多种茶叶的识别方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于Transformer的多种茶叶的识别方法,其特征在于:所述步骤S3包括以下子步骤:

3.根据权利要求2所述的基于Transformer的多种茶叶的识别方法,其特征在于:所述子步骤S31具体为:使用1×1卷积、3×3深度可分离卷积、5×5深度可分离卷积、7×7深度可分离卷积分别对所述茶叶图像进行特征提取,从而分别获得对应的特征图;进一步将对应的特征图拼接起来;再经过一个3×3的深度可分离卷积将拼接起来的特征图的通道数压缩,从而得到所述初步特征图。

...

【技术特征摘要】

1.一种基于transformer的多种茶叶的识别方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于transformer的多种茶叶的识别方法,其特征在于:所述步骤s3包括以下子步骤:

3.根据权利要求2所述的基于transformer的多种茶叶的识别方法,其特征在于:所述子步骤s31具体为:使用1×1卷积、3×3深度可分离卷积、5×5深度可分离卷积、7×7深度可分离卷积分别对所述茶叶图像进行特征提取,从而分别获得对应的特征图;进一步将对应的特征图拼接起来;再经过一个3×3的深度可分离卷积将拼接起来的特征图的通道数压缩,从而得到所述初步特征图。

4.根据权利要求3所述的基于transformer的多种茶叶的识别方法,其特征在于:在所述子步骤s31中,使用不同的卷积模块提取特征图的过程为:f 1=conv1×1(x)、f 2=dwconv3×3(x)、f 3=dw conv5×5(x)、f 4=dwconv7×7(x)、f 5=dwconv3×3(concat(f1,f2,f3,f4)),其中,c为茶叶图像的通道数,h为茶叶图像的高度,w为茶叶图像的宽度,c’为特征图的通道数,h’为特征图的高度,w’为特征图的宽度,f 1为茶叶图像经过1×1卷积所得到的特征图,f 2为3×3深度可分离卷积所得到的特征图,f 3为5×5深度可分离卷积所得到的特征图,f 4为7×7深度可分离卷积所得到的特征图,f 5为将f1、f 2、f 3、f 4拼接后经过3×3深度可分离卷积所得到的特征图即所述初步特征图。

5.根据权利要求4所述的基于transformer的多种茶叶的识别方法,其特征在于:所述子步骤s32具体为:将所述初步特征图切割成多个非重叠的图像小块c”×...

【专利技术属性】
技术研发人员:曾家鸿杜治国吴志辉文斌林旭东诸琪王金伟
申请(专利权)人:华南农业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1