[发明专利]一种基于卷积神经网络的鲜茶叶识别分类方法和系统有效
| 申请号： | 201910867669.3 | 申请日： | 2019-09-14 |
| 公开（公告）号： | CN110555487B | 公开（公告）日： | 2023-03-24 |
| 发明（设计）人： | 杨肖委;周雪;周玉锋;张莉 | 申请（专利权）人： | 贵州省茶叶研究所;贵州省生物技术研究所;贵州省草业研究所 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/56;G06V10/30;G06V10/82;G06N3/0464 |
| 代理公司： | 北京中济纬天专利代理有限公司 11429 | 代理人： | 郝志亮 |
| 地址： | 550000 贵州省*** | 国省代码： | 贵州;52 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于卷积神经网络的鲜茶叶识别分类方法和系统，该基于卷积神经网络的鲜茶叶识别分类方法和系统针对鲜茶叶精确分选的需求，通过卷积神经网络模拟人工识别方式，并自动从复杂数据中学习不同类别鲜茶叶之间的差异，使得其适用于所有品种的鲜茶叶分类识别；此外，该鲜茶叶识别分类方法和系统能够较好地识别每个等级的鲜茶叶样品，其识别正确率通常不低于90％，其可以实现对不同种类鲜茶叶的等级分选，并且通过优化卷积神经网络的架构和结构参数，还能够进一步提高鲜茶叶等级的识别正确率。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 茶叶 识别 分类 方法 系统 | ||
【主权项】：
1.一种基于卷积神经网络的鲜茶叶识别分类方法，其特征在于，所述基于卷积神经网络的鲜茶叶识别分类方法包括如下步骤：/n步骤(S1)，对鲜茶叶进行机械分拣处理，以使所述鲜茶叶满足预设分布条件；/n步骤(S2)，采集满足所述预设分布条件的所述鲜茶叶对应的图像，并对所述图像进行预分析计算处理；/n步骤(S3)，基于所述卷积神经网络对经过所述预分析计算处理的所述图像进行深度学习处理，以此得到关于所述鲜茶叶的类型等级识别结果。/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贵州省茶叶研究所;贵州省生物技术研究所;贵州省草业研究所，未经贵州省茶叶研究所;贵州省生物技术研究所;贵州省草业研究所许可，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/201910867669.3/，转载请声明来源钻瓜专利网。
