[發(fā)明專利]果蔬自動驗貨方法、系統(tǒng)、電子設(shè)備以及計算機可讀介質(zhì)在審
| 申請?zhí)枺?/td> | 202011008779.3 | 申請日: | 2020-09-23 |
| 公開(公告)號: | CN112966541A | 公開(公告)日: | 2021-06-15 |
| 發(fā)明(設(shè)計)人: | 王勃;宋柏林;王云吉;晉京;王鋒鋒;孔祥鑫;孫建成;戈明亮;李藝夢 | 申請(專利權(quán))人: | 北京豆牛網(wǎng)絡(luò)科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06N3/04;G06N3/08;G06Q30/06 |
| 代理公司: | 北京奉思知識產(chǎn)權(quán)代理有限公司 11464 | 代理人: | 鄒軼鮫;石紅艷 |
| 地址: | 100080 北京市海淀區(qū)西小口路6*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 自動 驗貨 方法 系統(tǒng) 電子設(shè)備 以及 計算機 可讀 介質(zhì) | ||
一種果蔬自動驗貨方法,包括:果蔬視頻獲取步驟,獲取包括待驗貨的果蔬的視頻;視頻處理步驟,將視頻處理為多個圖片;初級識別步驟,使用初級識別神經(jīng)網(wǎng)絡(luò)選擇出多個圖片之中的包含果蔬的圖片;特征提取步驟,對于選擇的包含果蔬的圖片,使用特征提取神經(jīng)網(wǎng)絡(luò)提取果蔬的圖像的特征圖;以及質(zhì)量檢測步驟,利用質(zhì)量檢測神經(jīng)網(wǎng)絡(luò)基于特征圖對果蔬的多個屬性進行檢測。收集包含多種果蔬品類的圖像信息以生成訓(xùn)練數(shù)據(jù)集,基于訓(xùn)練數(shù)據(jù)集訓(xùn)練神經(jīng)網(wǎng)絡(luò)以分別獲得初級識別神經(jīng)網(wǎng)絡(luò)、特征提取神經(jīng)網(wǎng)絡(luò)和質(zhì)量檢測神經(jīng)網(wǎng)絡(luò)。本發(fā)明的上述果蔬自動驗貨方法,能夠通過使用手機拍攝視頻而對農(nóng)產(chǎn)品進行智能驗貨,節(jié)省了驗貨成本,提高了自動驗貨的適用范圍。
技術(shù)領(lǐng)域
本發(fā)明涉及計算機視覺識別領(lǐng)域,尤其涉及一種基于機器視覺識別果蔬自動驗貨的方法、系統(tǒng)、電子設(shè)備以及計算機可讀介質(zhì)。
背景技術(shù)
雖然產(chǎn)量巨大,但是農(nóng)產(chǎn)品在電子商務(wù)領(lǐng)域占比較低,這是因為網(wǎng)上交易的非直接性、非面對面性導(dǎo)致交易過程中信息不對稱,貨品質(zhì)量與銷售價格匹配程度不高,限制了農(nóng)產(chǎn)品在電子商務(wù)領(lǐng)域的發(fā)展。
目前在農(nóng)產(chǎn)品交易過程中,主要依賴人工驗貨來確定農(nóng)產(chǎn)品的質(zhì)量等,驗貨的結(jié)果存在主觀性,浪費人力且驗貨結(jié)果不可靠。隨著人工智能的發(fā)展,出現(xiàn)了一些自動驗貨或者分揀的方法,但其具有驗貨設(shè)備結(jié)構(gòu)復(fù)雜、造價高等缺點,不適合在農(nóng)產(chǎn)品交易過程中大規(guī)模使用。
例如在一種已知的蘋果分級方法中,需要將蘋果放到果盤上,將果盤放到傳輸帶上,然后傳輸帶開始輸送蘋果,到達暗箱,再利用LED燈和相機拍攝蘋果的清晰圖像,之后圖像傳輸?shù)接嬎銠C,使用分類模型分析蘋果的等級。
此外,在另一種已知的蔬菜識別方法中,在裝有安卓系統(tǒng)的電子秤上部署訓(xùn)練好的神經(jīng)網(wǎng)絡(luò),通過攝像頭采集電子秤上所稱蔬菜的圖片,自動識別所稱蔬菜的品類并獲取對應(yīng)品類的單價,從而計算稱重蔬菜的總價。
發(fā)明內(nèi)容
技術(shù)問題
然而,在上述蘋果分級方法中使用了9種硬件設(shè)施,造價成本高,實際部署困難,無法在農(nóng)產(chǎn)品交易過程中使用。此外,通過拍攝圖像對水果進行分級,拍攝的圖像基于一個暗箱的封閉環(huán)境,而在實際驗貨的時候環(huán)境更復(fù)雜,使得該方法無法實施。而且該方法分級的依據(jù)是顏色、果形、果徑和表面缺陷,在實際農(nóng)產(chǎn)品交易過程中還涉及果蔬包裝、果蔬內(nèi)部情況(切面圖)、果皮厚度、蟲眼等等,而該方法并不涉及上述指標(biāo)。
另外,上述另一種蔬菜識別方法只考慮了蔬菜的品類,但是實際相同品類的不同規(guī)格價格差異是比較大的,該方法無法做到對不同規(guī)格的識別。此外該方法是將模型部署在裝有安卓系統(tǒng)電子秤上運行,目前移動設(shè)備的計算能力有限,該方法在識別速度和識別準(zhǔn)確率上都有待提升。
針對以上問題,本發(fā)明提供了一種基于手機拍攝視頻的果蔬自動驗貨方法及系統(tǒng),可在批發(fā)市場、產(chǎn)地等嘈雜環(huán)境下使用手機對交易的農(nóng)產(chǎn)品進行驗貨,具有使用便捷、驗貨結(jié)果可靠的優(yōu)點。
解決問題的方案
根據(jù)本發(fā)明的一個方面,提供一種果蔬自動驗貨方法,包括:
果蔬視頻獲取步驟,獲取包括待驗貨的果蔬的視頻;
視頻處理步驟,將所述視頻處理為多個圖片;
初級識別步驟,使用初級識別神經(jīng)網(wǎng)絡(luò)選擇出所述多個圖片之中的包含果蔬的圖片;
特征提取步驟,對于選擇的所述包含果蔬的圖片,使用特征提取神經(jīng)網(wǎng)絡(luò)提取所述果蔬的圖像的特征圖;以及
質(zhì)量檢測步驟,利用質(zhì)量檢測神經(jīng)網(wǎng)絡(luò)基于所述特征圖對所述果蔬的多個屬性進行檢測,并輸出檢測結(jié)果,
其中,收集包含多種果蔬品類的圖像信息以生成訓(xùn)練數(shù)據(jù)集,基于所述訓(xùn)練數(shù)據(jù)集訓(xùn)練多個神經(jīng)網(wǎng)絡(luò)以分別獲得所述初級識別神經(jīng)網(wǎng)絡(luò)、所述特征提取神經(jīng)網(wǎng)絡(luò)和所述質(zhì)量檢測神經(jīng)網(wǎng)絡(luò)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京豆牛網(wǎng)絡(luò)科技有限公司,未經(jīng)北京豆牛網(wǎng)絡(luò)科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011008779.3/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合





