[发明专利]基于迁移学习与自适应深度卷积神经网络的谷物质量检测方法有效
| 申请号： | 202010019933.0 | 申请日： | 2020-01-09 |
| 公开（公告）号： | CN111239137B | 公开（公告）日： | 2021-09-10 |
| 发明（设计）人： | 李可;张思雨;张秋菊 | 申请（专利权）人： | 江南大学 |
| 主分类号： | G01N21/88 | 分类号： | G01N21/88;G06N3/04;G06N3/08 |
| 代理公司： | 无锡市大为专利商标事务所(普通合伙) 32104 | 代理人： | 曹祖良;屠志力 |
| 地址： | 214122 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于迁移学习与自适应深度卷积神经网络的谷物质量检测方法，涉及机器视觉与谷物质量检测领域，该方法包括：采集源领域以及目标领域下的谷物样本图像，其中包括合格谷物的样本图像与带有缺陷的谷物的样本图像，选择深度卷积神经网络CNN模型识别缺陷，利用源领域训练好的模型参数初始化CNN模型，并引入迁移学习算法利用源领域样本辅助目标领域样本完成目标领域谷物的质量检测。在CNN模型的训练中提出自适应学习率，并引入二次函数与正态分布模型分别采取梯度下降与梯度上升的方式更新模型参数，优化模型损失。该方法能够提高CNN模型的训练性能，自适应领域的变化，极大程度的提高谷物质量检测的准确性。 | ||
| 搜索关键词： | 基于 迁移 学习 自适应 深度 卷积 神经网络 谷物 质量 检测 方法 | ||
【主权项】：
暂无信息
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江南大学，未经江南大学许可，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/202010019933.0/，转载请声明来源钻瓜专利网。
