[發明專利]一種玉米籽裂紋識別方法、裝置、系統、設備和存儲介質

有效

• 申請號: 201811381079.1
• 申請日: 2018-11-20
• 公開（公告）號: CN109766742B
• 公開（公告）日: 2022-12-06
• 發明（設計）人: 馬慧敏;李曉紅;張武
• 申請（專利權）人: 安徽農業大學
• 主分類號: G06V20/68
• 分類號: G06V20/68;G06V10/82;G06V10/94;G06N3/04;G06N3/08
• 代理公司: 北京華仲龍騰專利代理事務所(普通合伙) 11548
• 代理人: 李靜

1.一種玉米籽裂紋識別方法，其特征在于，包括以下步驟：

獲取待識別玉米籽圖像；

通過第一神經網絡模型對所述玉米籽圖像進行識別，以識別出所述玉米籽圖像中的玉米籽粒是否有裂紋，其中，所述第一神經網絡模型是通過預設的玉米籽圖像數據集對第二神經網絡模型中的參數進行訓練后得到的；

輸出待識別玉米籽圖像中的玉米籽是否有裂紋的識別結果；

所述通過第一神經網絡模型對所述玉米籽圖像進行識別之前，所述方法還包括：

獲取標記了是否有裂紋的玉米籽圖像數據集，所述玉米籽圖像數據集按預設規則分為訓練數據集和測試數據集；

使用所述訓練數據集中的玉米籽圖像對所述第二神經網絡模型進行訓練；

使用所述訓練數據集訓練后的所述第二神經網絡模型對所述測試數據集中的玉米籽圖像進行識別，并計算識別的正確率；

若所述正確率達到預設范圍，則將所述第二神經網絡模型作為所述第一神經網絡模型使用；

所述第二神經網絡模型為卷積神經網絡模型，所述卷積神經網絡模型包括多個網絡層，每一層的輸出是下一層的輸入：

所述使用所述訓練數據集中的玉米籽圖像對所述第二神經網絡模型進行訓練，包括：

通過數據輸入層接收玉米籽粒圖像；

通過至少一個中間卷積層對所述玉米籽圖像執行卷積、池化、歸一操作，以得到局部特征；

通過至少一個全連接層將所述中間卷積層提取到的局部特征進行綜合處理；

通過分類輸出層將所述全連接層的輸出作線性回歸，計算每一分類得分，以根據所述得分判斷所述玉米籽圖像中的玉米籽是否有裂紋；

通過損失函數對所述分類輸出層的分類情況進行評價，所述損失函數可表示為：

其中，y_i為真實值，y_predicted_i為預測值，loss值越小時，代表預測值與真實值越接近，所述分類輸出層的分類精度越高。

2.根據權利要求1所述的一種玉米籽裂紋識別方法，其特征在于，所述使用所述訓練數據集中的玉米籽圖像對所述第二神經網絡模型進行訓練中，還包括：

采用隨機梯度下降算法，通過不斷降低損失函數的函數值來學習建立后的所述卷積神經網絡模型的參數，其中，所述隨機梯度下降法是指每一次迭代中使用樣本進行學習參數和更新，每一代的學習參數和更新可表示為：

V_i+1＝μV_t-α▽loss(W_i)；

W_t+1＝W_t+V_t+1；

其中，t為迭代的次數，W_t為t時刻的參數，V_t為t時刻的增量，α為學習速率，μ為前一次更新W_t的權重，▽loss(W_i)為所述損失函數的偏微分。

3.根據權利要求1所述的一種玉米籽裂紋識別方法，其特征在于，所述玉米籽圖像為玉米籽正面或反面的圖像。