【技术实现步骤摘要】
本专利技术涉及计算机视觉的领域，具体涉及一种基于深度学习的水果缺陷识别方法。
技术介绍
1、随着人们生活水平的不断提高以及水果种植技术的不断发展，水果的质量也愈发受到人们的重视。水果的质量问题会直接影响商家的利益和消费者的购买欲，而且水果是否有表面缺陷直接影响到水果等级的划分。通过肉眼判别不仅带有一定的主观性，而且效率不高。对水果品质进行售前分级可以提升商品竞争力，有利于水果品牌的树立，促进消费者对水果的采购，具有重要的意义。在发达国家，水果的自动分级主要依靠自动化处理系统，不仅提高了分级的效率，同时也节省了人力和物力。然而，在我国很多地方，水果的检测分级仍然依赖人工操作，往往由于标准的模糊性，导致分级不准确。这导致我国水果的质量参差不齐，降低了它们在国际市场上的竞争力。这种现象的出现主要是因为我国在分级工业化技术方面的落后，人工分拣或普通的机械分拣设备容易出现大量错误，产出的水果品质参差不齐，使水果的市场价值受到影响。
2、目前水果分级系统(基于神经网络的水果缺陷无损检测方法及水果分级方法，cn202011437542.7...
【技术保护点】
1.一种基于深度学习的水果缺陷识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于深度学习的水果缺陷识别方法，其特征在于，水果表面图像数据通过各种搜索引擎和数据库，搜集相关的水果图像样本，并且需要注重水果图像样本的均衡性，避免不同类别的样本数量差距过大的情况。
3.根据权利要求1所述的基于深度学习的水果缺陷识别方法，其特征在于，将水果放置在光照箱中，由多个高精度摄像头从多个角度对水果进行图像采集，保证每个水果的图像采集条件相同。
4.根据权利要求1所述的基于深度学习的水果缺陷识别方法，其特征在于，对每一张水果图像进行随...
【技术特征摘要】
1.一种基于深度学习的水果缺陷识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于深度学习的水果缺陷识别方法，其特征在于，水果表面图像数据通过各种搜索引擎和数据库，搜集相关的水果图像样本，并且需要注重水果图像样本的均衡性，避免不同类别的样本数量差距过大的情况。
3.根据权利要求1所述的基于深度学习的水果缺陷识别方法，其特征在于，将水果放置在光照箱中，由多个高精度摄像头从多个角度对水果进行图像采集，保证每个水果的图像采集条件相同。
4.根据权利要求1所述的基于深度学习的水果缺陷识别方法，其特征在于，对每一张水果图像进行随机缩放、反转、裁剪、旋转、光学变换的数据增强操作，提高样本数据集的数量，使得网络模型得以充分训练。
5.根据权利要求1所述的基于深度学习的水果缺陷识别方法，其特征在于，利用均值滤波的方法对水果图像进行降噪处理，在图像上对目标像素给定一个模板，该模板包括其周围的临近像素，再用模板中的全体像素的平均值来代替原来像素值。
6.根据权利要求1所述的基于深度学习的水果缺陷识别方法，...
【专利技术属性】
技术研发人员：梁嘉成，黄道平，刘少君，黄博才，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：
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。