[發明專利]一種基于神經網絡和特征匹配的果蔬識別方法

在審

• 申請號: 202110459702.6
• 申請日: 2021-04-27
• 公開（公告）號: CN113111962A
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 岳振
• 申請（專利權）人: 青島農業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06N3/04
• 代理公司: 北京盛凡智榮知識產權代理有限公司 11616
• 代理人: 陳月婷

1.一種基于神經網絡和特征匹配的果蔬識別方法，其特征在于:包含以下步驟：

步驟一：對x種果蔬進行數據采集，每種果蔬采集a張圖片，對采集的圖片進行數據擴充，構成果蔬訓練數據集；對常見果蔬重新采集多張圖片，用以構成果蔬測試數據集；

步驟二：根據由步驟一所述的果蔬訓練數據集和果蔬測試數據集，進行增強處理，得到增強后的果蔬訓練數據集和增強后的果蔬測試數據集；

步驟三：選用神經網絡模型，將其輸出層數量更改為x，使用如步驟二所述的增強后的果蔬訓練數據集對更改后的神經網絡模型進行訓練，接著使用所述增強后的測試數據集進行測試，通過反復訓練測試提高識別成功率。

2.如權利要求1所述的一種基于神經網絡和特征匹配的果蔬識別方法，其特征在于：步驟二中對采集的圖片通過隨機翻轉、水平鏡像、隨機裁剪、隨機旋轉、顏色擾動的方式進行數據擴充后，構成果蔬訓練數據集。

3.如權利要求1所述的一種基于神經網絡和特征匹配的果蔬識別方法，其特征在于：步驟一中用以構成果蔬測試數據集的圖片不少于50張。

4.如權利要求1所述的一種基于神經網絡和特征匹配的果蔬識別方法，其特征在于：步驟二中所述的對果蔬訓練數據集和果蔬測試數據集通過直方圖均衡進行增強處理。

5.如權利要求1所述的一種基于神經網絡和特征匹配的果蔬識別方法，其特征在于：為提高特定場景下果蔬的識別率，將由步驟三得到的訓練后的神經網絡模型部署到安卓平臺上并進行如下步驟：

S1：首先將某一種果蔬擺放在置物臺上進行圖片采集，然后將得到的圖片輸給訓練好的神經網絡模型得到一個長度為x的輸出向量并記錄；改變果蔬的擺放方式，然后重復上述過程，最后得到一種果蔬的n個特征；

S2：得到一種果蔬的n個特征采取加權平均的方法進行融合，得到這種果蔬的特征向量，并加注這種果蔬的標簽；

S3:重復上述過程，得到m種果蔬的特征向量，建立一個m種果蔬的特征庫；

S4：在由步驟S3得到的特征庫的基礎上，將待檢測果蔬圖片采集、增強后輸給由步驟三得到的神經網絡模型得到此果蔬的特征向量；接著將得到的特征向量與由步驟S3得到的特征庫里的特征向量進行相似系數計算；最后將特征庫里與待識別果蔬圖片特征相似值最大的特征向量所對應的標簽作為結果輸出；其中相似系數計算公式如下：

L代表長度，這里表示特征向量長度，為500；S代表待檢測果蔬的特征向量，S_k代表待檢測果蔬的特征向量中的第k個值，k取值0到L-1，是S的均值；r是特征庫的某個特征向量，r_k是特征向量r中的第k個值，k取值0到L-1，是r的均值。

6.如權利要求1所述的一種基于神經網絡和特征匹配的果蔬識別方法，其特征在于：使用的神經網絡模型為inception_v3。

7.如權利要求1所述的一種基于神經網絡和特征匹配的果蔬識別方法，其特征在于：所述步驟三中，通過反復訓練測試直到成功率達到98％以上為止。