[发明专利]基于在线学习的烟叶分类方法及其系统

权利要求书

1.基于在线学习的烟叶分类方法，其特征在于，所述方法包括：

获取烟叶图像；

对烟叶图像进行处理，获取烟叶图像数据；

将处理后的烟叶图像数据导入深度学习网络；

利用深度学习网络进行烟叶分类。

2.根据权利要求1所述的基于在线学习的烟叶分类方法，其特征在于，对烟叶图像进行处理的步骤，包括以下具体步骤：

对烟叶图像进行标注，获取标注信息；

对烟叶图像进行增强处理。

3.根据权利要求2所述的基于在线学习的烟叶分类方法，其特征在于，对烟叶图像进行增强处理的步骤，包括以下具体步骤：

调整烟叶图像的拍摄角度；

调整烟叶图像的缩放比例；

调整烟叶的位置，形成烟叶图像数据。

4.根据权利要求1至3任一项所述的基于在线学习的烟叶分类方法，其特征在于，利用深度学习网络进行烟叶分类的步骤，包括以下具体步骤：

使用烟叶图像数据对深度学习网络的顶层进行参数的微调，获取烟叶数据的烟叶特征；

根据烟叶特征进行烟叶分类。

5.根据权利要求4所述的基于在线学习的烟叶分类方法，其特征在于，根据烟叶特征进行烟叶分类的步骤之后，还包括：

将烟叶图像数据作为输入数据，进行深度网络的参数更新，并进行数据增强，生成多样化数据。

6.基于在线学习的烟叶分类系统，其特征在于，包括图像获取单元、处理单元、导入单元以及分类单元；

所述图像获取单元，用于获取烟叶图像；

所述处理单元，用于对烟叶图像进行处理，获取烟叶图像数据；

所述导入单元，用于将处理后的烟叶图像数据导入深度学习网络；

所述分类单元，用于利用深度学习网络进行烟叶分类。

7.根据权利要求6所述的基于在线学习的烟叶分类系统，其特征在于，所述处理单元包括标注模块以及增强模块；

所述标注模块，用于对烟叶图像进行标注，获取标注信息；

所述增强模块，用于对烟叶图像进行增强处理。

8.根据权利要求7所述的基于在线学习的烟叶分类系统，其特征在于，所述增强模块还包括角度调整子模块、比例调整子模块以及位置调整子模块；

所述角度调整子模块，用于调整烟叶图像的拍摄角度；

所述比例调整子模块，用于调整烟叶图像的缩放比例；

所述位置调整子模块，用于调整烟叶的位置，形成烟叶图像数据。

9.根据权利要求8所述的基于在线学习的烟叶分类系统，其特征在于，所述分类单元包括微调模块以及烟叶分类模块；

所述微调模块，用于使用烟叶图像数据对深度学习网络的顶层进行参数的微调，获取烟叶数据的烟叶特征；

所述烟叶分类模块，用于根据烟叶特征进行烟叶分类。

10.根据权利要求9所述的基于在线学习的烟叶分类系统，其特征在于，所述分类单元还包括更新模块；

所述更新模块，用于将烟叶图像数据作为输入数据，进行深度网络的参数更新，并进行数据增强，生成多样化数据。