[發明專利]基于在線學習的煙葉分類方法及其系統

在審

• 申請號: 201810371929.3
• 申請日: 2018-04-24
• 公開（公告）號: CN108427972A
• 公開（公告）日: 2018-08-21
• 發明（設計）人: 秦臻;薛原;奎發輝;陸亞鵬
• 申請（專利權）人: 云南佳葉現代農業發展有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京市盈科律師事務所 11344
• 代理人: 羅東

1.基于在線學習的煙葉分類方法，其特征在于，所述方法包括：

獲取煙葉圖像；

對煙葉圖像進行處理，獲取煙葉圖像數據；

將處理后的煙葉圖像數據導入深度學習網絡；

利用深度學習網絡進行煙葉分類。

2.根據權利要求1所述的基于在線學習的煙葉分類方法，其特征在于，對煙葉圖像進行處理的步驟，包括以下具體步驟：

對煙葉圖像進行標注，獲取標注信息；

對煙葉圖像進行增強處理。

3.根據權利要求2所述的基于在線學習的煙葉分類方法，其特征在于，對煙葉圖像進行增強處理的步驟，包括以下具體步驟：

調整煙葉圖像的拍攝角度；

調整煙葉圖像的縮放比例；

調整煙葉的位置，形成煙葉圖像數據。

4.根據權利要求1至3任一項所述的基于在線學習的煙葉分類方法，其特征在于，利用深度學習網絡進行煙葉分類的步驟，包括以下具體步驟：

使用煙葉圖像數據對深度學習網絡的頂層進行參數的微調，獲取煙葉數據的煙葉特征；

根據煙葉特征進行煙葉分類。

5.根據權利要求4所述的基于在線學習的煙葉分類方法，其特征在于，根據煙葉特征進行煙葉分類的步驟之后，還包括：

將煙葉圖像數據作為輸入數據，進行深度網絡的參數更新，并進行數據增強，生成多樣化數據。

6.基于在線學習的煙葉分類系統，其特征在于，包括圖像獲取單元、處理單元、導入單元以及分類單元；

所述圖像獲取單元，用于獲取煙葉圖像；

所述處理單元，用于對煙葉圖像進行處理，獲取煙葉圖像數據；

所述導入單元，用于將處理后的煙葉圖像數據導入深度學習網絡；

所述分類單元，用于利用深度學習網絡進行煙葉分類。

7.根據權利要求6所述的基于在線學習的煙葉分類系統，其特征在于，所述處理單元包括標注模塊以及增強模塊；

所述標注模塊，用于對煙葉圖像進行標注，獲取標注信息；

所述增強模塊，用于對煙葉圖像進行增強處理。

8.根據權利要求7所述的基于在線學習的煙葉分類系統，其特征在于，所述增強模塊還包括角度調整子模塊、比例調整子模塊以及位置調整子模塊；

所述角度調整子模塊，用于調整煙葉圖像的拍攝角度；

所述比例調整子模塊，用于調整煙葉圖像的縮放比例；

所述位置調整子模塊，用于調整煙葉的位置，形成煙葉圖像數據。

9.根據權利要求8所述的基于在線學習的煙葉分類系統，其特征在于，所述分類單元包括微調模塊以及煙葉分類模塊；

所述微調模塊，用于使用煙葉圖像數據對深度學習網絡的頂層進行參數的微調，獲取煙葉數據的煙葉特征；

所述煙葉分類模塊，用于根據煙葉特征進行煙葉分類。

10.根據權利要求9所述的基于在線學習的煙葉分類系統，其特征在于，所述分類單元還包括更新模塊；

所述更新模塊，用于將煙葉圖像數據作為輸入數據，進行深度網絡的參數更新，并進行數據增強，生成多樣化數據。