申请/专利权人:河北工业大学;河北工业大学重庆科创中心
申请日:2024-01-29
公开(公告)日:2024-04-26
公开(公告)号:CN117934954A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/82;G06N3/08;G06N3/0464;G06T5/20;G06T5/40;G06T5/90;G06V10/774
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本申请提供一种基于X射线及神经网络的糖度分类方法,该分类方法包括以下步骤:获取多个参照样本的第一测试集合,各第一测试集合至少包括各个参照样本的X射线图像以及与参照样本对应的糖度类别;选取初始神经网络,以参照样本的X射线图像作为初始神经网络的输入,以参照样本对应的糖度类别作为初始神经网络的输出,对初始神经网络进行训练,得到第一网络模型;获取待测样本的X射线图像,并将待测样本的X射线图像输入至第一网络模型,得到待测样本的糖度类别。该方案可通过简便方式提升水果依据糖度分类的准确性,帮助农户将不同品质的水果按糖度进行分类,把不同品质的水果卖出不同的价格,以获得更大的收益。
主权项:1.一种基于X射线及神经网络的糖度分类方法,其特征在于,包括以下步骤:获取多个参照样本的第一测试集合,各所述第一测试集合至少包括各个所述参照样本的X射线图像以及与所述参照样本对应的糖度类别;选取初始神经网络,以所述参照样本的X射线图像作为所述初始神经网络的输入,以所述参照样本对应的糖度类别作为所述初始神经网络的输出,对所述初始神经网络进行训练,得到第一网络模型;获取待测样本的X射线图像,并将所述待测样本的X射线图像输入至所述第一网络模型,得到所述待测样本的糖度类别。
全文数据:
权利要求:
百度查询: 河北工业大学;河北工业大学重庆科创中心 一种基于X射线及神经网络的糖度分类方法
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。