[發(fā)明專利]一種基于Mask R-CNN的小麥不完善粒識別方法

在審

• 申請?zhí)枺?/td>: 202210258861.4
• 申請日: 2022-03-16
• 公開（公告）號: CN114627081A
• 公開（公告）日: 2022-06-14
• 發(fā)明（設(shè)計）人: 申冉;甄彤;李智慧;高輝;祝玉華;吳建軍;馬海華
• 申請（專利權(quán)）人: 河南工業(yè)大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/194;G06N3/04;G06K9/62;G06V10/774
• 代理公司: 河南大象律師事務(wù)所 41129
• 代理人: 張輝

本發(fā)明屬于小麥不完善粒的檢測領(lǐng)域，尤其是一種基于Mask R?CNN的小麥不完善粒識別方法，針對現(xiàn)有的人工檢測步驟繁瑣、成像設(shè)備過于昂貴、準(zhǔn)確率低和缺乏實用性的問題，現(xiàn)提出如下方案，其包括以下步驟：S1：采集小麥不完善粒圖像樣本，對其進(jìn)行像素級標(biāo)注，得到標(biāo)注后的標(biāo)簽圖像數(shù)據(jù)；S2：構(gòu)建適用于小麥不完善粒圖像的深度學(xué)習(xí)網(wǎng)絡(luò)模型；S3：將S1中得到的標(biāo)簽圖像作為訓(xùn)練樣本對S2中所搭建的深度學(xué)習(xí)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練并微調(diào)，得到最佳模型；S4：利用訓(xùn)練好的模型對測試集進(jìn)行檢測，本發(fā)明所描述的方法具有對圖像采集設(shè)備要求低，對小麥不完善粒檢測準(zhǔn)確率高，速度快等優(yōu)點。

技術(shù)領(lǐng)域

本發(fā)明涉及小麥不完善粒的檢測技術(shù)領(lǐng)域，尤其涉及一種基于Mask R-CNN的小麥不完善粒識別方法。

背景技術(shù)

我國是世界上最大的小麥生產(chǎn)國和消費國，小麥在流通過程中按照按質(zhì)估價，因此需要做好小麥的定等定級，而小麥等級依靠不完善粒的占比，根據(jù)國標(biāo)規(guī)定，小麥不完善粒主要包括破損粒、蟲蝕粒、病斑粒、生芽粒、發(fā)霉粒。目前，小麥不完善粒的檢測技術(shù)主要有：(1)人工檢測。但人工檢測步驟繁瑣，勞動強(qiáng)度大，容易因為檢測人員的主觀性等原因造成分類誤差，從而帶來經(jīng)濟(jì)糾紛。(2)利用小麥完善粒和不完善粒的光譜信息差別進(jìn)行檢測。但成像設(shè)備過于昂貴。(3)利用聲波檢測。但這種方法太過于依賴聲音傳播介質(zhì)，受噪聲影響大。(4)利用傳統(tǒng)機(jī)器學(xué)習(xí)方法檢測。但對粘連小麥顆粒分割效果不好，提取特征復(fù)雜，準(zhǔn)確率低。(5)利用深度學(xué)習(xí)方法檢測。目前的研究中實驗數(shù)據(jù)經(jīng)過人工干擾，因此缺乏實用性。

因此設(shè)計出一種高效、準(zhǔn)確、實用性高、對成像設(shè)備和小麥不完善粒圖像要求低的方法，可以推動糧庫儲糧信息化的發(fā)展，造福社會。

發(fā)明內(nèi)容

本發(fā)明提出的一種基于Mask R-CNN的小麥不完善粒識別方法，解決了現(xiàn)有的人工檢測步驟繁瑣、成像設(shè)備過于昂貴、準(zhǔn)確率低和缺乏實用性的問題。

為了實現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案：

一種基于Mask R-CNN的小麥不完善粒識別方法，包括以下步驟：

S1：采集小麥不完善粒圖像樣本，對其進(jìn)行像素級標(biāo)注，得到標(biāo)注后的標(biāo)簽圖像數(shù)據(jù)；

S2：構(gòu)建適用于小麥不完善粒圖像的深度學(xué)習(xí)網(wǎng)絡(luò)模型；

S3：將S1中得到的標(biāo)簽圖像作為訓(xùn)練樣本對S2中所搭建的深度學(xué)習(xí)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練并微調(diào)，得到最佳模型；

S4：利用訓(xùn)練好的模型對測試集進(jìn)行檢測，區(qū)分完善粒、破損粒、蟲蝕粒、病斑粒、生芽粒、發(fā)霉粒六種顆粒種類。

優(yōu)選的，所述S1具體為：采集小麥完善粒和不完善粒圖像，并保存為圖片形式；對采集到的圖像進(jìn)行像素級標(biāo)注，得到表示小麥區(qū)域的掩膜圖片；將得到的掩膜圖片按照訓(xùn)練集：驗證集＝9:1的比例分開，對訓(xùn)練集加灰條防止失真并調(diào)整尺寸使其可以整除2⁶。

優(yōu)選的，所述S1中，所收集的小麥不完善粒顆粒樣本來源于鄭州興隆國家糧食儲備庫，數(shù)據(jù)集共2000張，按照訓(xùn)練集：驗證集：測試集＝7：2：1的比例劃分?jǐn)?shù)據(jù)集得到訓(xùn)練集1400張，驗證集400 張，測試集200張。

優(yōu)選的，所述S2中，采用的網(wǎng)絡(luò)模型為Mask R-CNN模型，具體過程如下：

A1：利用先驗框獲得建議框；

A2：利用建議框獲得預(yù)測框；

A3：利用預(yù)測框獲得語義分割結(jié)果；

主干提取網(wǎng)絡(luò)模型為ResNet101模型。