基于深度学习的级联式颗粒作物质量分析方法及其系统
基本信息
| 申请号 | CN202010476197.1 | 申请日 | - |
| 公开（公告）号 | CN111709326A | 公开（公告）日 | 2020-09-25 |
| 申请公布号 | CN111709326A | 申请公布日 | 2020-09-25 |
| 分类号 | G06K9/00(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 汪从玲 | 申请（专利权）人 | 安徽省科亿信息科技有限公司 |
| 代理机构 | 合肥市上嘉专利代理事务所（普通合伙） | 代理人 | 李璐 |
| 地址 | 230000 安徽省合肥市高新区黄山路602号国家大学科技园创业孵化中心 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的级联式颗粒作物质量分析方法，包括以下步骤：S1：建立颗粒作物图像数据集；S2：根据颗粒作物图像数据集，基于深度学习方法建立级联式颗粒作物质量分析系统，该系统由颗粒作物分类模型和颗粒作物实例分割模型组成；S3：对颗粒作物数据集进行预处理，利用预处理后的数据集训练级联式颗粒作物质量分析系统；S4：先采用连通域分析方法对图片进行处理，再利用颗粒作物分类模型对连通域图片做处理；S5：对步骤S4得到的结果进行智能分析。还公开了一种基于深度学习的级联式颗粒作物质量分析系统。本发明能够对颗粒作物质量进行智能分析与准确判断，具有速度快、精度高、可控性强、应用灵活的优点。 |
