成果介绍
本发明属于计算机视觉和深度学习技术领域,涉及一种基于轻量化CNN和正则化微调的杨梅品质鉴别方法,首先采集不同品质杨梅图像,构建数据集,然后基于无参注意力机制,构建改进的轻量化卷积神经网络即轻量化杨梅品质鉴别网络,接着采用正则化微调策略训练轻量化卷积神经网络,最后测试杨梅品质鉴别效果。本发明不但可以实现对相似度较高的不同质量等级杨梅的准确区分,而且通过轻量化设计降低了计算和存储成本,提高了识别效率,为实现杨梅品质的高效自动化鉴别提供了新的技术路线。
成果亮点
构建了轻量化、高效的杨梅品质鉴别网络,并充分利用预训练模型对下游精细任务的促进作用,对卷积神经网络进行正则化微调;模型能够实现对高相似度杨梅图像的品质鉴别;且本发明方法消耗时间和算力少,效率高,为杨梅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