成果介绍
本发明公开了一种基于迁移学习和计算机视觉技术的成品茶质量鉴别方法。使用工业相机和镜头,在自行设计的拍摄装置中采集成品茶图像,对图像进行标准化预处理并构建数据集。采用基于微调卷积神经网络的迁移学习技术对成品茶图像进行特征提取和分类识别,最终,不但可以实现对相似度较高的不同质量等级成品茶的准确区分,而且相比于普通深度学习方法有很大效率上的提高。为实现茶叶质量的高效自动化鉴别提供了新的技术路线。
成果亮点
充分利用预训练模型中存储的已学习到的信息,对卷积神经网络进行微调,构建迁移学习模型。模型能够实现对高相似度茶叶图像的识别,从而鉴别成品茶品质。该方法消耗时间和算力少,效率高,为茶叶品质自动化识别增加了应用场景。
团队介绍
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。
成果资料