[發(fā)明專利]一種蘋果外觀缺陷識(shí)別系統(tǒng)及方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110509280.9
• 申請(qǐng)日: 2021-05-10
• 公開（公告）號(hào): CN113158969A
• 公開（公告）日: 2021-07-23
• 發(fā)明（設(shè)計(jì)）人: 閆東偉;李文磊
• 申請(qǐng)（專利權(quán)）人: 上海暢選科技合伙企業(yè)（有限合伙）
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種蘋果外觀缺陷識(shí)別方法，其特征在于，包括以下步驟：

S1、獲取由工業(yè)相機(jī)采集的原始圖像，將原始圖像處理為單顆蘋果圖像；

S2、將單顆蘋果圖像輸入到預(yù)先完成訓(xùn)練的yolov3-tiny模型中，得到缺陷區(qū)域數(shù)據(jù)；

S3、將得到的缺陷區(qū)域數(shù)據(jù)輸入到預(yù)先完成訓(xùn)練的MobileNetV3模型中，得到缺陷分類數(shù)據(jù)；

S4、根據(jù)缺陷區(qū)域數(shù)據(jù)和缺陷分類數(shù)據(jù)對(duì)蘋果進(jìn)行分級(jí)。

2.根據(jù)權(quán)利要求1所述的蘋果外觀缺陷識(shí)別方法，其特征在于，將原始圖像處理為單顆蘋果圖像具體為：所述原始圖像為彩色RGB圖像，將原始圖像轉(zhuǎn)換到HSV顏色空間，根據(jù)H通道閾值把原始圖像分為前景和背景，前景即為單顆蘋果圖像。

3.根據(jù)權(quán)利要求2所述的蘋果外觀缺陷識(shí)別方法，其特征在于，所述yolov3-tiny模型通過(guò)以下方法訓(xùn)練:

采集若干單顆蘋果圖像，對(duì)單顆蘋果圖像中外觀缺陷進(jìn)行人工標(biāo)定，用矩形框標(biāo)注外觀缺陷的區(qū)域和類型；

將標(biāo)定好的圖像按照缺陷類型進(jìn)行歸類，用其中一部分圖像作為訓(xùn)練集，剩余部分圖像作為驗(yàn)證集，訓(xùn)練深度學(xué)習(xí)模型的yolov3進(jìn)行缺陷檢測(cè)；

對(duì)訓(xùn)練好的yolov3模型，通過(guò)知識(shí)蒸餾的方式訓(xùn)練yolov3-tiny模型。

4.根據(jù)權(quán)利要求3所述的蘋果外觀缺陷識(shí)別方法，其特征在于，所述外觀缺陷類型包括紅黑點(diǎn)、蘋果銹、雞爪紋、風(fēng)裂口、虎皮、日燒、磕碰傷、刺傷、劃痕、腐爛。

5.根據(jù)權(quán)利要求3所述的蘋果外觀缺陷識(shí)別方法，其特征在于，采集10萬(wàn)張單顆蘋果圖像進(jìn)行yolov3-tiny模型訓(xùn)練，將標(biāo)定好的圖像按照缺陷類型進(jìn)行歸類，用其中8萬(wàn)張圖像作為訓(xùn)練集，2萬(wàn)張圖像作為驗(yàn)證集，訓(xùn)練深度學(xué)習(xí)模型的yolo-v3進(jìn)行缺陷檢測(cè)。

6.根據(jù)權(quán)利要求5所述的蘋果外觀缺陷識(shí)別方法，其特征在于，MobileNetV3模型通過(guò)以下方法訓(xùn)練：對(duì)yolov3-tiny檢測(cè)出的缺陷區(qū)域數(shù)據(jù)，根據(jù)標(biāo)注結(jié)果分類，訓(xùn)練MobileNetV3模型分類。

7.根據(jù)權(quán)利要求6所述的蘋果外觀缺陷識(shí)別方法，其特征在于，根據(jù)缺陷區(qū)域數(shù)據(jù)和缺陷分類數(shù)據(jù)對(duì)蘋果進(jìn)行分級(jí)具體為：匯總yolov3-tiny檢測(cè)出的缺陷區(qū)域和MobileNetV3模型的缺陷分類結(jié)果，計(jì)算蘋果外觀缺陷區(qū)域面積，調(diào)用蘋果級(jí)別對(duì)應(yīng)表并利用所計(jì)算出的蘋果外觀缺陷區(qū)域面積值和缺陷分類結(jié)果，查到對(duì)應(yīng)的蘋果級(jí)別。

8.根據(jù)權(quán)利要求7所述的蘋果外觀缺陷識(shí)別方法，其特征在于，預(yù)先設(shè)置蘋果級(jí)別對(duì)應(yīng)表，所述蘋果級(jí)別對(duì)應(yīng)表中，蘋果外觀缺陷區(qū)域面積值、蘋果缺陷分類與蘋果級(jí)別存在一一對(duì)應(yīng)關(guān)系。

9.一種蘋果外觀缺陷識(shí)別系統(tǒng)，其特征在于，包括以下模塊：

圖像獲取模塊，用于獲取由工業(yè)相機(jī)采集的原始圖像；

圖像處理模塊，用于將圖像獲取模塊獲取的原始圖像處理為單顆蘋果圖像；

計(jì)算模塊，用于將單顆蘋果圖像輸入到預(yù)先完成訓(xùn)練的yolov3-tiny模型中，得到缺陷區(qū)域數(shù)據(jù)，以及用于將得到的缺陷區(qū)域數(shù)據(jù)輸入到預(yù)先完成訓(xùn)練的MobileNetV3模型中，得到缺陷分類數(shù)據(jù)；

判斷模塊，用于根據(jù)計(jì)算模塊的計(jì)算的缺陷區(qū)域數(shù)據(jù)和缺陷分類數(shù)據(jù)對(duì)蘋果進(jìn)行分級(jí)。