[发明专利]基于双分支深度融合卷积神经网络的红枣品质分类方法有效
| 申请号： | 201810706299.0 | 申请日： | 2018-07-02 |
| 公开（公告）号： | CN110663971B | 公开（公告）日： | 2022-03-29 |
| 发明（设计）人： | 耿磊;徐文龙;肖志涛;张芳;吴骏;刘彦北 | 申请（专利权）人： | 天津工业大学 |
| 主分类号： | A23N15/00 | 分类号： | A23N15/00 |
| 代理公司： | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人： | 舒淼 |
| 地址： | 300387 *** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于双分支深度融合卷积神经网络的红枣品质分类方法，该方法包括：该方法首先对采集到的不同品质的红枣图像进行预处理，并将其归一化为相同尺寸，预处理后的红枣图像(丰满枣、干条枣、裂口枣和瑕疵枣)被随机分为训练集和测试集。然后，将卷积神经网络设计为双分支结构，其中第1条分支网络结合迁移学习策略，利用在大型数据集Imagenet上训练生成的模型对其进行预训练。第2条分支网络，增加了特征图流动的分支数目和融合次数。最后利用设计的双分支深度融合卷积神经网络对预处理过的红枣图像数据进行训练，提取红枣图像特征，生成训练模型，并完成不同红枣品质的多分类任务。该方法极大地提高了红枣品质分类的准确率和效率。 | ||
| 搜索关键词： | 基于 分支 深度 融合 卷积 神经网络 红枣 品质 分类 方法 | ||
【主权项】：
1.这是基于双分支深度融合卷积神经网络的一种红枣品质多分类方法，包括：/nA，采集不同品质红枣样本图像，按照干制红枣外观品质的国家标准和企业对红枣品质分级的要求，将红枣样本图像分为丰满枣、干条枣、裂口枣和瑕疵枣四类；/nB，对红枣样本数据进行预处理，并归一化为227*227的相同尺寸，作为后续网络训练的数据。/nC，将卷积神经网络的结构设计为双分支网络，结合迁移学习策略和融合模块，对红枣图像数据进行网络训练和特征提取，生成并保存训练好的网络模型文件。/nD，利用训练好的网络模型，对测试集红枣图像样本进行多分类识别。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津工业大学，未经天津工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810706299.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种炒籽机
- 下一篇：一种用于陈皮茶制作的剥皮装置
