科创中国

电子信息技术,软件

本发明公开了基于生成对抗和梯度调和的苹果图像表面缺陷判别方法，首先使用相机拍摄苹果图像，获得苹果缺陷图像数据集；接着使用YOLOv7对原始图像进行裁剪；接着基于生成对抗网络对原始图像进行数据增强；然后选用坐标注意力机制代替MobileNetV3网络中的SE注意力机制，作为骨架网络，并在骨架网络后面增加两个分类器，分别进行二分类任务和五分类任务；最后基于梯度调和损失函数，使用处理好的数据集对模型进行训练，保存训练中的最优模型，实现苹果表面缺陷判别。从而适应正常苹果和缺陷苹果样本数量明显不均衡的实际情况，实现对苹果表面缺陷更准确、更稳定的判别。

本发明将坐标注意力机制与MobileNetV3网络进行结合；基于生成对抗的数据增强策略，通过生成和对抗的策略生成接近真实的图像，逼真的生成图像能丰富图像数据集，有效缓解原始图像数据量，尤其是如苹果图像这种样本不均衡情况下，少样本数据集数据量较少的问题；基于梯度密度和损失值，梯度调和损失函数调整易分类的多样本数据集和离群点的梯度权重，平衡模型对易分类和难分类数据集的关注度，使得模型更为稳定和高效；最终实现苹果的表面缺陷判别。

浙江大学机器人研究院（以下简称“研究院）是为了贯彻落实浙江省委省政府关于推进工业转型升级的战略部署，在余姚市的大力推动下，于2017年由浙江大学和余姚市合作共建的新型研发机构。 研究院面向科技前沿、面向经济发展主战场，将机器人、智能装备研发及产业化作为主要突破方向；立足余姚、服务浙江、面向全国。以“合作、创新、智能、引领”为理念，以体制机制创新为抓手，以科技研发、成果转化和人才培育为核心，着力构建技术-人才-产业深度融合的创新创业生态；努力建成为国内一流的机器人领域政、产、学、研、用深度融通的新高地。