公开(公告)号：CN113887567B

公开(公告)日：2024-06-18

申请号：CN202111052465.8

申请日：2021-09-08

Applicant: 华南理工大学

Inventor： 张智军 ,  陈博钊 ,  黄灿辉 ,  杜辰翔 ,  张梅 ,  王涛

IPC: G06V10/764 ,  G06V10/56 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/08 ,  G06N3/045

Abstract: 本发明公开了一种蔬菜质量检测系统，包括读取模块、特征标记模块、训练学习检测模块、分级模块和结果输出模块。该诊断系统存储在计算机的硬盘上。读取模块用于在计算机的硬盘上存储有蔬菜质量检测系统，通过视图传输设备在计算机上输入蔬菜图像；特征标记模块用于标记蔬菜图像的各个特征形成样本；训练学习检测模块用于构建并训练YOLO深度神经网络，并对蔬菜图像进行检测；分级模块用于根据蔬菜各预测框的坐标信息获取其长度比例及面积比例，最后与定好的标准进行比较，得到分级结果。本发明还提供了相应的介质及设备，减少了系统所需存储硬盘的空间，该系统所使用的深度学习网络模型大大提高了训练速度和分级效率。

公开(公告)号：CN113887567A

公开(公告)日：2022-01-04

申请号：CN202111052465.8

申请日：2021-09-08

Applicant: 华南理工大学

Inventor： 张智军 ,  陈博钊 ,  黄灿辉 ,  杜辰翔 ,  张梅 ,  王涛

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种蔬菜质量检测系统，包括读取模块、特征标记模块、训练学习检测模块、分级模块和结果输出模块。该诊断系统存储在计算机的硬盘上。读取模块用于在计算机的硬盘上存储有蔬菜质量检测系统，通过视图传输设备在计算机上输入蔬菜图像；特征标记模块用于标记蔬菜图像的各个特征形成样本；训练学习检测模块用于构建并训练YOLO深度神经网络，并对蔬菜图像进行检测；分级模块用于根据蔬菜各预测框的坐标信息获取其长度比例及面积比例，最后与定好的标准进行比较，得到分级结果。本发明还提供了相应的介质及设备，减少了系统所需存储硬盘的空间，该系统所使用的深度学习网络模型大大提高了训练速度和分级效率。