基于生成对抗和梯度调和的苹果图像表面缺陷判别方法.docx

《基于生成对抗和梯度调和的苹果图像表面缺陷判别方法.docx》由会员分享，可在线阅读，更多相关《基于生成对抗和梯度调和的苹果图像表面缺陷判别方法.docx（9页珍藏版）》请在优知文库上搜索。

1、成果标题基于生成对揄口梯度调和的苹果图像表面缺陷判别方法行业领域高新技术领域 电子信息技术生物与新医药技术航空航天技术 新材料技术口高技术服务业EI新能源及节能技术 高新技术改造传统产业口智能交通技术信息安全技术新型电子元器件口广播电视技术口通信技术口计算机及网络技术口微电子技术H软件战略性新兴产业新一代信息技术产业13高端装备制造产业口新材料产业口生物产业口新能源汽车产业口新能源产业口节能环保产业口数字创意产业口相关服务业下一代信息网络产业电子核心产业口新兴软件和新型信息技术服务互联网与云计算、大数据服务口人工智能农、林、牧、渔业口采矿业回制造业口电力、热力、燃气及水生产和供应业口建筑业输、

2、仓储和邮政业口住宿和餐饮业口批发和零售业交通运务业口金融业口房地产业口信息传输、软件和信息技术服究和技术服务业和其他服务业口租赁和商务服务业科学研水利、环境和公共设施管理业口居民服务、修理教育口卫生和社会工作文化、体育和娱乐业.公共管理、社会保障和社会组织国际组织农业口林业口畜牧业专业及辅助性活动其他：技术领域口绿色化工技术电子信息技术航空航天技术先进制造技术口生物、医疗和医疗器械技术口新材料及其应用口新能源与高效节能口环境保护和资源综合利用技术口核应用技术因农业技术现代交通口城市建设和社会发展现代纺织口其他成熟度报告级口方案级功能级口仿真级回初样级口正样级口环境级口产品级口系统级口销售级合作

3、方式团技术转让团技术许可口作价入股口委托开发口合作开发目技术咨询口技术服务口创业融资口股权融资成果类型团发明专利口实用新型专利口软件著作权口著作权口商标权新品种口外观设计新技术交易金额万元团双方协商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Y0L0v7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MobiIeNetVB网络中的SE注意力机制,作成果介绍为骨架网络，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

4、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。成果灵点本发明将坐标注意力机制与MobiIeNetVS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。团队介绍浙江大

5、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、用深度融通的新地。成果资料附件形式联系人员张佳茜联系电话单位名称余姚机器人与智能装备学会详细地址余姚冶山路475号产业化落地方案专项讨论