本申請涉及中藥材識別的圖像處理領(lǐng)域,尤其涉及一種多階段分類茯苓的方法、裝置和電子設(shè)備。
背景技術(shù):
1、茯苓作為一種中藥材,在傳統(tǒng)的檢測和識別方法中采取端到端的識別方法,對每個類別做統(tǒng)一分析,未考慮有些類別間的差異要小于其他的類別,并未做特別處理,導(dǎo)致在某些茯苓類別上識別效果比較差,不能滿足用戶實際使用的需求。
技術(shù)實現(xiàn)思路
1、有鑒于此,本申請?zhí)岢隽艘环N多階段分類茯苓的方法,以解決上述背景技術(shù)所體現(xiàn)的問題。
2、根據(jù)本申請的一方面,提供了一種多階段分類茯苓的方法,包括:
3、獲取茯苓圖像;
4、將所述茯苓圖像進行分類,得到霉蛀茯苓和非霉蛀茯苓;
5、將所述非霉蛀茯苓進行合格階段分類檢測,得到合格茯苓和非合格茯苓。
6、作為本申請的一種可選實施方案,所述對所述茯苓圖像進行分類,得到霉蛀茯苓和非霉蛀茯苓,包括:
7、利用檢測模型對所述茯苓圖像進行檢測和分割,提取待分類茯苓實例;
8、將所述待分類茯苓實例進行霉蛀階段分類檢測,得到霉蛀茯苓和非霉蛀茯苓。
9、作為本申請的一種可選實施方案,將所述非霉蛀茯苓進行合格階段分類檢測,得到合格茯苓和非合格茯苓,包括:
10、預(yù)設(shè)茯苓顏色標準;
11、按照所述茯苓顏色標準,將所述非霉蛀茯苓進行分類,得到合格茯苓和非合格茯苓。
12、作為本申請的一種可選實施方案,所述將所述非霉蛀茯苓進行分類,得到合格茯苓和非合格茯苓之后,還包括:
13、獲取所述茯苓圖像的分辨率;
14、再按照所述茯苓顏色標準,根據(jù)所述分辨率分別對所述合格茯苓和所述非合格茯苓進行顏色細粒度階段分類檢測,均得到所述合格茯苓和所述非合格茯苓對應(yīng)的顏色類別。
15、作為本申請的一種可選實施方案,將所述非霉蛀茯苓進行分類,得到合格茯苓之后,還包括:
16、根據(jù)所述茯苓圖像,獲取所述合格茯苓的形狀;
17、根據(jù)所述合格茯苓的形狀,將所述合格茯苓進行破損階段分類檢測,得到破損茯苓和非破損茯苓。
18、作為本申請的一種可選實施方案,所述獲取茯苓圖像之后,還包括:
19、接收細粒度分類請求;
20、將所述細粒度分類請求的內(nèi)容進行文本特征提取,得到細粒度分類文本特征;
21、計算所述細粒度分類文本特征與所述茯苓圖像對應(yīng)圖像分支的相似度損失函數(shù),得到相似度損失結(jié)果。
22、作為本申請的一種可選實施方案,所述利用檢測模型對所述茯苓圖像進行檢測之后,還包括:
23、所述檢測模型對所述茯苓圖像進行分割,提取所述待分類茯苓實例的分割坐標。
24、本申請還提供了一種多階段分類茯苓的裝置,包括:
25、獲取圖像模塊,用于獲取茯苓圖像;
26、分析圖像模塊,用于將所述茯苓圖像進行分類,得到霉蛀茯苓和非霉蛀茯苓;
27、分類模塊,用于將所述非霉蛀茯苓進行合格階段分類檢測,得到合格茯苓和非合格茯苓。
28、作為本申請的一種可選實施方案,所述分析圖像模塊,包括:
29、提取實例模塊,用于利用檢測模型對所述茯苓圖像進行檢測和分割,提取待分類茯苓實例;
30、分類實例模塊,用于將所述待分類茯苓實例進行霉蛀階段分類檢測,得到霉蛀茯苓和非霉蛀茯苓。
31、本申請還提供了一種電子設(shè)備,包括:
32、處理器;
33、用于存儲處理器可執(zhí)行指令的存儲器;
34、其中,所述處理器被配置為執(zhí)行所述可執(zhí)行指令時實現(xiàn)上述所述的多階段分類茯苓的方法。
35、本申請的有益效果:
36、本發(fā)明通過獲取茯苓圖像,將所述茯苓圖像進行分類,得到霉蛀茯苓和非霉蛀茯苓,將所述非霉蛀茯苓進行合格階段分類檢測,得到合格茯苓和非合格茯苓。針對茯苓的類別和用戶對類別的關(guān)注度的差異,多階段對茯苓進行檢測和分類,極大提高了識別茯苓的性能,極大滿足了用戶對茯苓不同類別的關(guān)注度的需求。
37、根據(jù)下面參考附圖對示例性實施例的詳細說明,本申請的其它特征及方面將變得清楚。
1.一種多階段分類茯苓的方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的多階段分類茯苓的方法,其特征在于,所述對所述茯苓圖像進行分類,得到霉蛀茯苓和非霉蛀茯苓,包括:
3.根據(jù)權(quán)利要求1所述的多階段分類茯苓的方法,其特征在于,將所述非霉蛀茯苓進行合格階段分類檢測,得到合格茯苓和非合格茯苓,包括:
4.根據(jù)權(quán)利要求3所述的多階段分類茯苓的方法,其特征在于,所述將所述非霉蛀茯苓進行分類,得到合格茯苓和非合格茯苓之后,還包括:
5.根據(jù)權(quán)利要求3所述的多階段分類茯苓的方法,其特征在于,將所述非霉蛀茯苓進行分類,得到合格茯苓之后,還包括:
6.根據(jù)權(quán)利要求1-5任一項所述的多階段分類茯苓的方法,其特征在于,所述獲取茯苓圖像之后,還包括:
7.根據(jù)權(quán)利要求2所述的多階段分類茯苓的方法,其特征在于,所述利用檢測模型對所述茯苓圖像進行檢測之后,還包括:
8.一種多階段分類茯苓的裝置,其特征在于,包括:
9.根據(jù)權(quán)利要求8所述的多階段分類茯苓的裝置,其特征在于,所述分析圖像模塊,包括:
10.一種電子設(shè)備,其特征在于,包括: