【技术实现步骤摘要】
本申请属于烟叶检测，特别是涉及一种基于注意力机制的烟叶原料稳定性判断方法。
技术介绍
1、目前，随着人工智能技术的不断发展，机器视觉技术逐渐被应用于各个领域。机器视觉技术具有快速、无损、稳定、客观等优势，可以大大提高检测的准确性和效率。在烟叶分级中，机器视觉技术可以通过图像特征提取技术，对烟叶的外观、颜色、纹理等特征进行精确的测量和分析，从而实现对烟叶质量的客观评估。
2、由于烟叶属于天然产物，其外观和质量存在较大的差异，给烟叶特征提取带来了很大的难度。传统图像特征提取方法主要对图像的边缘、纹理、颜色和形状等特征进行提取，需要手工设计特征的繁琐过程，用这种方法不利于对批量的不同等级的烟叶进行特征分析，尤其是颜色特征分析，进而使不同批次、不同等级的烟叶原料稳定性判断困难。
3、综上所述，需要提供一种针对上述现有技术不足的改进技术方案。
技术实现思路
1、本申请的目的之一在于提供一种基于注意力机制的烟叶原料稳定性判断方法，能够客观评价烟叶原料颜色的稳定性。
...
【技术保护点】
1.一种基于注意力机制的烟叶原料稳定性判断方法，其特征在于，包括如下步骤：
2.根据权利要求1中所述的烟叶原料稳定性判断方法，其特征在于，步骤二包括对采集得到的烟叶图像进行等级分类，得到烟叶图像数据集；用烟叶图像数据集对预设的神经网络模型进行训练和调参，得到烟叶图像等级分类模型。
3.根据权利要求2中所述的烟叶原料稳定性判断方法，其特征在于，用烟叶图像数据集对预设的神经网络模型进行训练和调参的步骤包括采用注意力机制的深度学习网络构建等级分类模型。
4.根据权利要求1中所述的烟叶原料稳定性判断方法，其特征在于，步骤三包括：
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。