申请/专利权人：华智生物技术有限公司

申请日：2023-12-14

公开（公告）日：2024-03-22

公开（公告）号：CN117745661A

主分类号：G06T7/00

分类号：G06T7/00;G01N21/84;G06N3/047;G06N3/084;G06N3/096;G06N3/09

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开了一种基于机器视觉的鸡蛋品质测量方法、系统、设备及介质，包括：通过长尾鸡蛋外观数据集训练模拟长尾分布的第一专家网络、模拟均匀分布的第二专家网络和模拟反长尾分布的第三专家网络，并将第一专家网络、第二专家网络和第三专家网络两两组合进行知识蒸馏，得到第一专家网络对应的第一蒸馏损失、第二专家网络对应的第二蒸馏损失和第三专家网络对应的第三蒸馏损失；将第一蒸馏损失、第二蒸馏损失和第三蒸馏损失输入总损失函数，得到总体损失；融合第一专家网络、第二专家网络和第三专家网络，并通过总体损失进行梯度下降得到机器学习图像识别模型。本发明能够解决部分样本采集周期长并利用长尾分布模型解决样本数据不平衡的问题。

主权项：1.一种基于机器视觉的鸡蛋品质测量方法，其特征在于，所述基于机器视觉的鸡蛋品质测量方法包括：获取鸡蛋RGB图像；对所述鸡蛋RGB图像进行标注，得到标注数据集；通过所述标注数据集构建长尾鸡蛋外观数据集；通过所述长尾鸡蛋外观数据集训练模拟长尾分布的第一专家网络、模拟均匀分布的第二专家网络和模拟反长尾分布的第三专家网络，并将所述第一专家网络、所述第二专家网络和所述第三专家网络两两组合进行知识蒸馏，得到所述第一专家网络对应的第一蒸馏损失、所述第二专家网络对应的第二蒸馏损失和所述第三专家网络对应的第三蒸馏损失；将所述第一蒸馏损失、所述第二蒸馏损失和所述第三蒸馏损失输入总损失函数，得到总体损失；融合所述第一专家网络、所述第二专家网络和所述第三专家网络，并通过所述总体损失进行梯度下降得到机器学习图像识别模型；通过所述机器学习图像识别模型识别待测量鸡蛋品质图像，得到所述待测量鸡蛋品质图像的类别。

全文数据：

权利要求：

百度查询： 华智生物技术有限公司 基于机器视觉的鸡蛋品质测量方法、系统、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD