[發明專利]一種基于深度學習的水果識別方法

在審

• 申請號: 202010181484.X
• 申請日: 2020-03-16
• 公開（公告）號: CN111401442A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 呂本學;趙軍;田春陽;孫克思
• 申請（專利權）人: 中科立業（北京）科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 李興林

1.一種基于深度學習的水果識別方法，其特征在于：包括以下步驟：

步驟1：讀取訓練圖像：深度學習模型包括輸入層，所述輸入層讀入包含水果的RGB圖像；

步驟2：訓練深度學習模型：所述深度學習模型還包括1個以上結構相同的的訓練識別單元、特征整合器、全連接層和輸出層；所述訓練識別單元由輸入層、1層以上的并行卷積層和1層以上的并行池化層組成；所述卷積層和池化層的層數相同；輸入層的輸出同時輸入至各訓練識別單元；各訓練識別單元分別將輸入層讀取的圖像依次并行經卷積層及其對應的和并行池化層處理后輸出至特征整合器；特征整合器將各訓練識別單元輸入的數據綜合處理后經全連接層輸出至輸出層。

步驟3：識別水果：利用所述深度學習模型分類包含水果的RGB圖像。

2.一種采用權利要求1所述的基于深度學習的水果識別方法，其特征在于：訓練深度學習模型的特征包括顏色矩、顏色統計直方圖和方向梯度直方圖。

3.一種采用權利要求1所述的基于深度學習的水果識別方法，其特征在于：進一步，所述訓練識別單元由16層的并行卷積層和16層的并行池化層組成。

4.一種采用權利要求1所述的基于深度學習的水果識別方法，其特征在于：采用SVM支持向量機算法訓練深度學習模型。

5.一種采用權利要求2所述的基于深度學習的水果識別方法，其特征在于：顏色矩F_COLOR為：

F_COLOR＝[μ_R,σ_R,S_R,μ_G,σ_G,S_G,μ_B,σ_B,S_B] (1)

(2)-(4)式中，P_i,j表示彩色圖像第j個像素的第i顏色分量，N表示圖像中的像素個數。

6.一種采用權利要求2所述的基于深度學習的水果識別方法，其特征在于：更進一步，方向梯度直方圖計算包括圖像灰度化、圖像Gamma校正、梯度計算和梯度直方圖統計步驟。

7.一種采用權利要求6所述的基于深度學習的水果識別方法，其特征在于：圖像Gamma校正采用平方根法。