[發(fā)明專利]一種確定水產品來源的方法和裝置

在審

• 申請?zhí)枺?/td>: 202210058086.8
• 申請日: 2022-01-19
• 公開（公告）號: CN114577735A
• 公開（公告）日: 2022-06-03
• 發(fā)明（設計）人: 孫大偉;翟莉;葉宏寶;周成全
• 申請（專利權）人: 浙江省農業(yè)科學院
• 主分類號: G01N21/25
• 分類號: G01N21/25;G01N21/84;G06N3/04;G06N3/08
• 代理公司: 上海宛林專利代理事務所(普通合伙) 31361
• 代理人: 張明

1.一種確定水產品來源的方法，其特征在于，包括如下步驟：

獲取所述水產品的圖像信息和光譜信息，并將所述圖像信息和光譜信息輸入至目標深度學習模型進行處理，確定所述水產品的來源；

其中，所述目標深度學習模型的構建方法包括：

獲取若干個確定來源的水產品的圖像信息和光譜信息，并從圖像信息和光譜信息中提取一個或多個特征，建立與所述特征對應的一個或多個子模型；

對所述子模型設置閾值，當不低于1/2的子模型的學習結果大于閾值時，則完成所述目標深度學習模型的構建。

2.根據權利要求1所述的方法，其特征在于，通過高光譜成像系統獲取所述水產品的圖像信息和光譜信息。

3.根據權利要求1或2所述的方法，其特征在于，所述目標深度學習模型的構建方法還包括：

對所述水產品的圖像信息和光譜信息進行預處理，所述預處理包括去除圖像信息和光譜信息的背景、暗噪音和雜散光。

4.根據權利要求1-3任一項所述的方法，其特征在于，所述目標深度學習模型的構建方法還包括：

當低于1/2的子模型的學習結果大于閾值時，則根據子模型的學習結果賦予子模型新的權重，并將所述權重進行歸一化處理；

根據子模型更新后的權重獲取所述子模型更新后的學習結果，并將所述子模型更新后的學習結果與所述閾值進行比較，直至不低于1/2的子模型的學習結果大于閾值。

5.根據權利要求4所述的方法，其特征在于，將所述圖像信息和光譜信息輸入至目標深度學習模型進行處理具體包括：

獲取所述圖像信息和光譜信息中的一個或多個特征，并將所述特征輸入至子模型中進行學習訓練，將所述子模型的學習結果與所述閾值進行比較，當不低于1/2的子模型的學習結果大于閾值時，則根據1/2的子模型的學習結果確定所述水產品的來源。

6.根據權利要求1-5任一項所述的方法，其特征在于，所述水產品為對蝦，所述對蝦的特征包括灰度特征、幾何特征、紋理特征、物質反射、光譜特征中的一種或多種。

7.一種確定水產品來源的裝置，實現權利要求1-6中任一項所述確定水產品來源的方法，其特征在于，所述裝置包括信息采集系統、目標深度學習系統和在線控制系統，其中：

信息采集系統，用于獲取所述水產品的圖像信息和光譜信息；

目標深度學習系統，用于處理所述圖像信息和光譜信息，并確定所述水產品的來源；

在線控制系統，用于控制所述信息采集系統和目標深度學習系統，并輸出所述目標物的來源。

8.根據權利要求7所述的裝置，其特征在于，所述信息采集系統為高光譜成像系統，包括傳送模塊、光源模塊、采集模塊和數據處理模塊，其中：

所述傳送模塊用于將所述水產品傳送至采集模塊下方；

所述采集模塊用于采集所述水產品的圖像信息和光譜信息并傳送至數據處理模塊；

所述光源模塊用于為所述采集模塊提供光源；

所述數據處理模塊用于將所述采集模塊獲得的圖像信息和光譜信息進行收集和預處理。

9.根據權利要求7所述的裝置，其特征在于，所述目標深度學習系統還包括特征提取模塊、子模型學習模塊、閾值設定模塊、判斷模塊和輸出模塊，其中：

所述特征提取模塊用于提取所述圖像信息和光譜信息中的一個或多個特征；

所述子模型學習模塊用于對所述特征進行學習訓練；

所述閾值設定模塊用于對所述子模型進行閾值設定；

所述判斷模塊用于判斷所述子模型的學習結果與所述閾值的大小，確定所述水產品的來源；

所述輸出模塊用于將所述水產品的來源輸出至在線控制系統。

10.根據權利要求7所述的裝置，其特征在于，所述在線控制系統包括數據輸入模塊，數據處理模塊和數據輸出模塊；

所述數據輸入模塊用于將所述信息采集系統采集到的圖像信息和光譜信息輸入至目標深度學習系統；

所述數據處理模塊用于執(zhí)行所述目標深度學習系統；

所述數據輸出模塊用于輸出所述水產品的來源。