[发明专利]一种农产品品质状态识别方法及装置

说明书

本发明实施例提供了一种农产品品质状态识别方法及装置，所述方法包括：获取目标农产品的图像；对图像进行识别，确定目标农产品的目标种类；根据目标农产品的目标种类，确定出与所述目标种类相匹配的第一卷积神经网络；通过第一卷积神经网络，识别出目标农产品的品质状态信息，品质状态信息至少包括以下信息中的一种或多种：农产品成熟度、农产品病虫害、农产品品种。通过第一卷积神经网络能够准确的自动确定出各种目标农产品的品质状态信息，使得用户在选购各类农产品，能够更好的了解所选购的农产品的品质状态，大大提高了用户的消费体验。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种农产品品质状态识别方法及装置。

背景技术

随着人们生活水平的日益提高，大量各种不同品种的农产品进入到人们的日常生活中。例如，各种新的水果及蔬菜等等。同时，随着人们对生活质量的要求越来越高，人们对平时所购买的水果、蔬菜等农产品的品质要求也越来越高。

然而，对于大部分普通消费者而言，其并不具有专业的农产品知识。所以在选购各类水果、蔬菜等农产品时，往往不能识别出或挑选出状态较好或品质较佳的农产品。尤其在挑选个别新型的农产品时，往往不容易判断出该农产品的品质状态，例如，在挑选新品种的水果时，不能准确的判断出该水果的成熟度或者是否存在病虫害等情况。

所以，如何让不具有专业知识的普通消费者，能够准确的确定出所选购的农产品的品质状态，就成为了一个亟待解决的问题。

发明内容

本发明实施例的目的在于提供一种农产品品质状态识别方法及装置，能够实现对农产品的品质状态的自动识别。具体技术方案如下：

本发明实施例提供了一种农产品品质状态识别方法，包括：

获取目标农产品的图像；

对所述图像进行识别，确定所述目标农产品的目标种类；

根据所述目标农产品的目标种类，确定出与所述目标种类相匹配的第一卷积神经网络，所述第一卷积神经网络为经过深度学习的方法训练得到的，用于识别所述目标种类的农产品的品质状态信息的卷积神经网络，所述品质状态信息至少包括以下信息中的一种或多种：农产品成熟度、农产品病虫害、农产品品种；

通过所述第一卷积神经网络，识别出所述目标农产品的所述品质状态信息。

可选的，所述对所述图像进行识别，确定所述目标农产品的目标种类，包括：

将所述图像输入第二卷积神经网络，所述第二卷积神经网络为经过深度学习的方法训练得到的，用于识别农产品种类的卷积神经网络；

通过所述第二卷积神经网络，确定所述目标农产品的目标种类。

可选的，所述对所述图像进行识别，确定所述目标农产品的目标种类，包括：

从所述图像中提取出所述目标农产品的目标图像；

对所述目标图像进行识别，确定出所述目标农产品的目标种类。

可选的，所述通过所述第一卷积神经网络，识别出所述目标农产品的所述品质状态信息，包括：

将所述目标图像输入所述第一卷积神经网络；

通过所述第一卷积神经网络对所述目标图像进行识别，确定出所述目标农产品的所述品质状态信息。

可选的，所述根据所述目标农产品的目标种类，确定出与所述目标种类相匹配的第一卷积神经网络，包括：

根据所述目标农产品的目标种类，从预设的针对不同种类农产品的多个卷积神经网络中，确定出与所述目标种类相匹配的第一卷积神经网络。