[发明专利]一种基于残差网络的苹果分级方法及系统

权利要求书

1.一种基于残差网络的苹果分级方法，其特征在于，包括：

获取苹果的外观图像；

根据获取的外观图像以及预设的苹果分级网络模型，得到苹果的分级结果；

其中，苹果分级网络模型通过训练改进后的残差网络得到；具体的，通过加入卷积注意力模块和带泄露线性整流函数实现残差网络的改进。

2.如权利要求1所述的一种基于残差网络的苹果分级方法，其特征在于，苹果分级网络模型的训练过程为：

获取苹果的外观图像，得到训练集；

对训练集中的外观图像进行数据扩充；

基于大津法对扩充后的数据进行图像分割；

根据分割后的图像数据对改进后的残差网络进行训练，得到苹果分级网络模型。

3.如权利要求2所述的一种基于残差网络的苹果分级方法，其特征在于，获取苹果的外观图像时，每个苹果测量多次，分别从多个侧面和顶面不同位置获取苹果的外观图像。

4.如权利要求2所述的一种基于残差网络的苹果分级方法，其特征在于，所述数据扩充包括垂直镜像翻转、水平镜像翻转、按预设比例缩放或扩大图像、在预设角度之间对图像进行随机旋转以及对图像采用随机裁剪。

5.如权利要求2所述的一种基于残差网络的苹果分级方法，其特征在于，所述图像分割包括：

获取苹果的RGB图像；

通过转换公式将将图像从RGB色彩通道转为HSI色彩通道；

对S通道的灰度图使用均值滤波器进行均值滤波，根据大津法进行图像分割；分割后的图像存在不完整情况时，根据去杂点操作将黑色区域的白色去除，根据孔洞填充操作将白色区域的黑色去除，经过两次膨胀腐蚀形态学操作，使白色区域符合原苹果形状；图像完整分割后，中间区域使用RGB颜色进行填充。

6.如权利要求1所述的一种基于残差网络的苹果分级方法，其特征在于，残差网络包括卷积模块和直连模块，所述卷积模块和所述特征提取模块采用不同方式的跳层连接。

7.如权利要求6所述的一种基于残差网络的苹果分级方法，其特征在于，使用带泄露线性整流函数替换残差网络中所有线性整流函数；在所述卷积模块和所述直连模块之间嵌入卷积注意力模块，所述卷积模块的输出经过卷积层后输入到所述卷积注意力模块中产生改进的特征，改进的特征与所述卷积模块的输出进行基于元素的加和操作，所产生的所述直连模块的输入特征，所述直连模块继续此操作，将特征信息传递至下一个模块，直至最终输出特征。

8.一种基于残差网络的苹果分级系统，其特征在于，包括图像获取模块和分级模块；

所述图像获取模块，被配置为：获取苹果的外观图像；

所述分级模块，被配置为：根据获取的外观图像以及预设的苹果分级网络模型，得到苹果的分级结果；

其中，苹果分级网络模型通过训练改进后的残差网络得到；具体的，通过加入卷积注意力模块和带泄露线性整流函数实现残差网络的改进。

9.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现了如权利要求1-7任一项所述的基于残差网络的苹果分级方法中的步骤。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，该程序被处理器执行时实现了如权利要求1-7任一项所述的基于残差网络的苹果分级方法中的步骤。