[發明專利]一種基于土豆圖像深度學習的追溯系統及方法

在審

• 申請號: 201910600040.2
• 申請日: 2019-07-04
• 公開（公告）號: CN110310135A
• 公開（公告）日: 2019-10-08
• 發明（設計）人: 馬辰;于玲;徐馳;譚強
• 申請（專利權）人: 山東浪潮人工智能研究院有限公司
• 主分類號: G06Q30/00
• 分類號: G06Q30/00;G06K9/00;G06K9/62
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 闞恭勇

本發明提供一種基于土豆圖像深度學習的追溯系統及方法，屬于人工智能應用技術領域，本發明通過對大量的土豆圖像進行深度學習訓練，生成土豆形狀特征點識別模型，通過該模型對需要追溯的土豆進行圖像特征采集，并將該土豆圖像特征數據和身份數據一一對應并保存到數據庫，當用戶查詢該土豆的追溯信息時，通過識別到的土豆圖像特征，查詢數據庫中對應的身份數據，從而追溯到該土豆的生產源頭。有效解決了不法分子繞過食品安檢，將來路不明的不合格土豆送上餐桌的情況，保證了消費者合法權益。

技術領域

本發明涉及人工智能應用技術，尤其涉及一種基于土豆圖像深度學習的追溯系統及方法。

背景技術

現如今，隨著人們生活水平的不斷提高，食品安全越來越被人們重視。雖然國家法律對食品安全起到一定的監督作用，然而在利益的驅使下，一些不法分子鋌而走險，繞過國家安監部門，將問題食品送上人們的餐桌。頻頻發生的幼兒園和學校食物中毒事件也暴露出了食品安全監測存在的問題。

發明內容

為了解決以上技術問題，本發明提出了一種基于土豆圖像深度學習的追溯系統，有效解決了不法分子繞過食品安檢，將來路不明的不合格土豆送上餐桌的情況，保證了消費者合法權益。

本發明的技術方案是：

一種基于土豆圖像深度學習的追溯系統，主要由后臺服務器和圖像識別終端組成，且一個后臺服務器可對應一個以上的圖像識別終端；其中，

后臺服務器主要負責圖像訓練、圖像建模、圖像識別以及數據庫關系維護和查詢，

識別終端主要完成對土豆圖像的采集功能。

進一步的，后臺服務器基于python/opencv/tensorflow環境，采用開源MTCNN為基礎來構建土豆圖像檢測與識別系統。

進一步的，終端是手機或是具備攝像頭驅動的嵌入式設備。

進一步的，終端對土豆圖像進行拍照后，通過TCP/IP私有協議與后臺服務端進行交互，將土豆圖像傳到后臺進行識別和查詢，并接受服務端查詢返回的結果，展示給用戶。

進一步的，后臺系統采用自學習模式來優化土豆圖像識別模型，每采集一次土豆圖片，都將作為訓練土豆特征圖片的樣本，更新識別模型，加快下一次識別的速率和準確度。

此外，本發明還提供了一種基于土豆圖像深度學習的追溯方法，通過對土豆圖像進行深度學習訓練，生成土豆形狀特征點識別模型，通過該模型對需要追溯的土豆進行圖像特征采集，并將該土豆圖像特征數據和身份數據一一對應并保存到數據庫，當用戶查詢該土豆的追溯信息時，通過識別到的土豆圖像特征，查詢數據庫中對應的身份數據，從而追溯到該土豆的生產源頭。

服務器端訓練土豆識別模型步驟如下：

1)加載數據：調用input_data.read_data_sets接口輸入要訓練模型的數據來源，此處為采集到的各種土豆圖片；

2)定義超參數和placeholder：超參數包括learning_rate、epochs、batch_size等變量；設置placeholder為x＝tf.placeholder(tf.float32,[None,784])，表示輸入圖片為28x28像素＝784；

3)定義參數w和b：利用tf.random_normal()生成正態分布的隨機數對w和b進行賦值；

4)構造隱層網絡：調用接口如下

hidden_out＝tf.add(tf.matmul(x,W1),b1)

hidden_out＝tf.nn.relu(hidden_out)