[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

本發明涉及基于在線學習的煙葉分類方法及其系統，該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。本發明通過獲取煙葉圖像數據以及標注信息，作為輸入端輸入至深度學習網絡Inception Network V3，結合其新增的深度網絡以及分類模塊，獲取煙葉特征，利用煙葉特征進行煙葉分類，實現高效且高準確率的煙葉分類，操作簡單，節省成本。

技術領域

本發明涉及煙葉分類方法，更具體地說是指基于在線學習的煙葉分類方法及其系統。

背景技術

煙葉作物在我國農業生產中占有重要地位。煙葉作物的收購中，評級系統對農民和商家的利益具有重要意義。

目前我國煙葉評級制度及實施主要依靠于專家的現場監測，具有效率低，成本高，主觀性強等明顯缺陷，并且，專家分級對人工要求很高。專家的培養需要嚴格的培訓機制，業務能力的合格需要長時間的實際經驗。近年來，隨著人工智能在農業應用中的興起，基于自動化智能設備和算法的技術與系統在農業應用中找到了價值，然而，已有的自動煙葉分級系統具有很多的局限性，導致其在現實應用中效果達不到預期標準，因此仍然需要大量的人力進行復查，現有的自動分類系統主要是基于傳統的監督學習的單核分類系統，此類系統有明顯的局限性：精度低，傳統的機器學習算法，比如基于支持向量機的分類模型，需要人為進行特征的設計和提取，基于人為設計的顏色，紋理等特征的圖像分類由于煙葉圖像的復雜性，難以在實際中達到最優的性能，無法充分利用所有圖像特征進行高效分類，模型訓練速度慢，基于單核的機器學習訓練系統在大數據的條件下計算效率低，導致新的模型無法快速迭代，自適應能力差，現有的基于batch的機器學習訓練系統無法快速適應源源不斷的來自實際操作場地的數據流的變化趨勢，隨著數據量的變大以及新品種的增多，單核處理器需要從零開始訓練新的分類模型，效率低下，還可能由于無法同時處理所有的數據導致模型訓練失敗。

因此，有必要設計有種新的煙葉分類方法，實現高效且高準確率的煙葉分類，操作簡單，節省成本。

發明內容

本發明的目的在于克服現有技術的缺陷，提供基于在線學習的煙葉分類方法及其系統。

為實現上述目的，本發明采用以下技術方案：基于在線學習的煙葉分類方法，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。

其進一步技術方案為：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。

其進一步技術方案為：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。

其進一步技術方案為：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。

其進一步技術方案為：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。