[發明專利]一種基于深度學習神經網絡的成熟藍莓果實識別方法

在審

• 申請號: 202210307641.6
• 申請日: 2022-03-27
• 公開（公告）號: CN114677672A
• 公開（公告）日: 2022-06-28
• 發明（設計）人: 閆祥海;陳炳鑫;徐立友;張靜云;吳依偉;趙文正
• 申請（專利權）人: 河南科技大學
• 主分類號: G06V20/68
• 分類號: G06V20/68;G06V10/141;G06V10/22;G06V10/26;G06V10/40;G06V10/764;G06V10/82;G06V10/774;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 洛陽華和知識產權代理事務所(普通合伙) 41203
• 代理人: 陳佳麗

1.一種基于深度學習神經網絡的成熟藍莓果實識別方法，其特征在于包括如下步驟：

步驟1，對采集的藍莓果實圖片集進行預處理,并通過數據增廣操作擴充數據集；

步驟2，將增廣后的圖像數據集按比例分成訓練集、測試集和驗證集；

步驟3，標注圖像特征：將訓練集中每一幅圖片中的成熟藍莓果實進行標注；

步驟4，構建深度學習神經網絡：將步驟3圖像特征標注后的訓練集作為輸入信號，采用ResNet50殘差網絡進行圖像特征提??；

步驟5，將步驟4提取得到的特征作為入口函數，輸入YOLOV2檢測網絡中進行目標檢測訓練，得到深度學習神經網絡模型；

步驟6，采用步驟5訓練后的深度學習神經網絡模型對測試集、驗證集進行目標識別，訓練結果為：測試集中成熟藍莓果實識別準確率為95％，且驗證集中成熟藍莓果實得到正確識別。

2.根據權利要求1所述的一種基于深度學習神經網絡的成熟藍莓果實識別方法，其特征在于所述步驟1中，數據增廣操作包括鏡像翻轉、添加光照、隨機分割、圖片旋轉。

3.根據權利要求1所述的一種基于深度學習神經網絡的成熟藍莓果實識別方法，其特征在于所述步驟2中，圖像數據集劃分是在windows系統的caffe框架下，將圖片數據按70％、20％、10％的比例隨機劃分為訓練集、測試集、驗證集。

4.根據權利要求1所述的一種基于深度學習神經網絡的成熟藍莓果實識別方法，其特征在于所述步驟3中，標注圖像特征時，僅對能夠滿足采摘機器直接摘取需求且成熟度高的藍莓果實圖片進行標注。

5.根據權利要求1所述的一種基于深度學習神經網絡的成熟藍莓果實識別方法，其特征在于所述步驟4的具體過程為：ResNet50殘差神經網絡分為5個階段，其中Stage0是對輸入信號的預處理，Stage1、Stage2、Stage3、Stage4均由瓶頸層組成，輸入信號為經步驟3圖像特征標注后的訓練集，將訓練集轉化為1mdb格式，作為ResNet50殘差神經網絡模型的輸入；ResNet50殘差神經網絡共177層，其中卷積神經網絡用于提取特征，第141層的40_relu提取得到的成熟藍莓果實深度學習特征作為YOLOV2檢測網絡的入口函數。