基于YOLOv4模型和卷积神经网络的水果成熟检测方法和系...
公开
摘要
本发明涉及一种基于YOLOv4模型和卷积神经网络的水果成熟检测方法和系统。该方法包括：步骤S1、将训练图片输入基于YOLOv4模型的水果识别单元；步骤S2、将来自水果识别单元的训练数据集输入水果成熟检测单元以训练水果成熟检测单元的基于卷积神经网络的深度学习模型；步骤S3、通过摄像头和树莓派拍摄图片并将图片输入水果识别单元；步骤S4、将图像输入水果成熟检测单元，输出是否成熟。本发明在YOLOv4模型基础上结合水果成熟检测模型，以对水果的成熟进行检测，并使用轻量级YOLOv4‑tiny结构作为YOLOv4模型中识别网络，以提高水果检测的精度和速度；本发明可运用于日常生活中水果成熟的检测，以方便对于水果的储存。
基本信息
专利标题 ：
基于YOLOv4模型和卷积神经网络的水果成熟检测方法和系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114581705A
申请号 ：
CN202210200381.2
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-02
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
陈为平饶孟宇黄捷林瑞全
申请人 ：
福州大学
申请人地址 ：
福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学
代理机构 ：
福州元创专利商标代理有限公司
代理人 ：
陈明鑫
优先权 ：
CN202210200381.2
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06K9/62 G06N3/04 G06N3/08 G06V10/774
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
