一种基于深度学习的胡萝卜外观品质检测方法及系统技术方案

本发明专利技术提出了一种基于深度学习的胡萝卜外观品质检测方法及系统，涉及农产品品质检测技术领域。方法包括：采集胡萝卜目标的完整表面图像数据；将采集的图像输入基于深度学习的胡萝卜品质检测算法，所述算法对图像进行预处理、目标检测和实例分割，输出胡萝卜及其表面缺陷的检测框、类别标签和分割掩码；为每根胡萝卜分配唯一的跟踪ID，并将检测到的表面缺陷检测框与对应的胡萝卜检测框进行空间匹配，若缺陷检测框位于胡萝卜检测框范围内，则判定该胡萝卜存在相应缺陷；基于分割掩码和检测框信息，量化胡萝卜的外观品质指标，包括尺寸、弯曲度及缺陷占比，生成胡萝卜的外观品质检测结果。提高了胡萝卜外观品质检测的可靠性和准确率。

【技术实现步骤摘要】

本专利技术属于农产品品质检测，尤其涉及一种基于深度学习的胡萝卜外观品质检测方法及系统。

技术介绍

1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。

2、在农产品市场中，胡萝卜作为广泛种植且深受消费者青睐的蔬菜，其外观品质对于市场流通与经济效益影响重大。随着消费者对农产品品质要求的日益提高，外观完整、无明显缺陷的胡萝卜在市场上更具竞争力，能够获得更高的价格。而在胡萝卜加工产业中，原料外观的一致性直接关系到产品的质量与生产效率。因此，实现精准、高效的胡萝卜外观品质检测，对于提升胡萝卜的市场价值、减少产后损耗以及推动整个产业链的发展都起着关键作用。

3、当前，传统的人工检测方式在胡萝卜外观品质检测中暴露出诸多弊端。一方面，人工检测效率低下，难以满足大规模生产与销售的需求；另一方面，检测结果受检测人员主观因素影响较大，不同检测人员的判断标准存在差异，导致检测结果缺乏一致性与准确性。此外，人工成本的不断攀升也使得人工检测的经济可行性受到挑战。随着科技的飞速发展，利用先进技术手段实现胡萝卜外观品质的自动化、智能化本文档来自技高网...

【技术保护点】

1.一种基于深度学习的胡萝卜外观品质检测方法，其特征在于，包括：

2.如权利要求1所述的一种基于深度学习的胡萝卜外观品质检测方法，其特征在于，采集完整表面图像数据的过程包括：

3.如权利要求1所述的一种基于深度学习的胡萝卜外观品质检测方法，其特征在于，所述基于深度学习的胡萝卜品质检测算法包括以下步骤：

4.如权利要求1所述的一种基于深度学习的胡萝卜外观品质检测方法，其特征在于，赋予胡萝卜唯一跟踪ID并匹配缺陷的过程包括：

5.如权利要求1所述的一种基于深度学习的胡萝卜外观品质检测方法，其特征在于，所述量化胡萝卜外观品质信息的过程包括：尺寸量...

【技术特征摘要】

1.一种基于深度学习的胡萝卜外观品质检测方法，其特征在于，包括：

2.如权利要求1所述的一种基于深度学习的胡萝卜外观品质检测方法，其特征在于，采集完整表面图像数据的过程包括：

3.如权利要求1所述的一种基于深度学习的胡萝卜外观品质检测方法，其特征在于，所述基于深度学习的胡萝卜品质检测算法包括以下步骤：

4.如权利要求1所述的一种基于深度学习的胡萝卜外观品质检测方法，其特征在于，赋予胡萝卜唯一跟踪id并匹配缺陷的过程包括：

5.如权利要求1所述的一种基于深度学习的胡萝卜外观品质检测方法，其特征在于，所述量化胡萝卜外观品质信息的过程包括：尺寸量化、弯曲度量化和缺陷量化；所述尺寸量化通过测量误差校正模型计算胡萝卜的实际直径和长度，消除成像误差，并以最大直径与长度的比值作为尺寸指标；

6.如权利要求1所述的一种基于深度学习的胡萝卜外观品质检测方法，其特征在于，在判定胡...

【专利技术属性】
技术研发人员：张成梁，王云鹏，刘浩，祝延溥，冯宗国，刘传豪，李翊正，许晓辉，
申请(专利权)人：济南大学，
类型：发明
国别省市：