训练神经网络识别茶饼发酵变化度的方法、发酵变化度识别方法、品质识别方法和存储介质与流程

技术特征：
1.训练人工神经网络识别茶饼发酵变化度的方法，其特征是包括以下步骤：a.多次执行下述样本获取步骤，获得多组学习样本，样本获取步骤包括：——a1.取得茶饼入库前的图像、茶饼经储藏发酵后的图像以及茶饼储藏期间的发酵变化度；——a2.以茶饼入库前的图像和茶饼经储藏发酵后的图像作为输入信号，以茶饼储藏期间的发酵变化度作为输出信号，构成供人工神经网络进行茶饼发酵变化度识别的一组学习样本；b.采用上述多组学习样本对人工神经网络进行茶饼发酵变化度识别训练，直至该人工神经网络具备根据茶饼入库前的图像和茶饼经储藏发酵后的图像识别出茶饼的发酵变化度的识别能力。2.如权利要求1所述的训练人工神经网络识别茶饼发酵变化度的方法，其特征是：其中的部分学习样本，所述的茶饼经储藏发酵后的图像是标注了霉点的图像和/或是标注了茶饼条索完整度的图像；在步骤a2中，还以茶饼是否发霉和/或茶饼条索完整度作为输出信号；在步骤b中，除了如上所述地，直至该人工神经网络具备根据茶饼入库前的图像和茶饼经储藏发酵后的图像识别出茶饼的发酵变化度的识别能力，还直至该人工神经网络具备根据茶饼入库前的图像和茶饼经储藏发酵后的图像识别出茶饼是否发霉和/或茶饼条索完整度。3.茶饼发酵变化度识别方法，其特征是：获取茶饼入库前的图像和茶饼经储藏发酵后的图像，输入到已训练好的人工神经网络中，由该人工神经网络识别出茶饼的发酵变化度。4.如权利要求3所述的茶饼发酵变化度识别方法，其特征是：所述人工神经网络是采用如权利要求1所述的训练人工神经网络识别茶饼发酵变化度的方法进行训练得到的。5.如权利要求3所述的茶饼发酵变化度识别方法，其特征是：所述人工神经网络是采用如权利要求2所述的训练人工神经网络识别茶饼发酵变化度的方法进行训练得到的，除了如上所述地，由该人工神经网络识别出茶饼的发酵变化度，还由该人工神经网络识别出茶饼是否发霉和/或茶饼条索完整度。6.茶饼发酵变化度识别方法，其特征是包括以下步骤：x.在预存的茶饼色卡中找出茶饼入库前的图像中的茶饼颜色所在点位以及茶饼经储藏发酵后的图像中的茶饼颜色所在点位，获得上述两个点位之间的轨迹；y.从预先建立的数据库中查找与轨迹匹配的发酵变化度，作为茶饼的发酵变化度。7.茶饼品质识别方法，其特征是包括以下步骤：p.根据茶饼入库前的图像和茶饼经储藏发酵后的图像中茶饼颜色的差异，识别出茶饼储藏期间的发酵变化度；q.根据达标条件判断茶饼品质是否达标，所述达标条件包括：茶饼的储藏时长和储藏期间的发酵变化度符合预设的对应关系。8.如权利要求7所述的茶饼品质识别方法，其特征是步骤p中：具体采用如权利要求3或4所述的茶饼发酵变化度识别方法识别出茶饼的发酵变化度；或者具体采用如权利要求5所述的茶饼发酵变化度识别方法，识别出茶饼的发酵变化度并
识别出茶饼是否发霉和/或茶饼条索完整度，步骤q中所述达标条件包括茶饼没发霉和/或茶饼条索完整度良好。9.如权利要求7所述的茶饼品质识别方法，其特征是：步骤p中，具体采用如权利要求6所述的茶饼发酵变化度识别方法识别出茶饼的发酵变化度。10.一种计算机可读存储介质，其上存储有计算机程序，其特征是：所述计算机程序被执行时实现如权利要求1或2当中任一项所述的训练人工神经网络识别茶饼发酵变化度的方法，或者实现如权利要求3至6当中任一项所述的茶饼发酵变化度识别方法，或者实现如权利要求7至9当中任一项所述的茶饼品质识别方法。

技术总结
本发明公开了一种训练神经网络识别茶饼发酵变化度的方法、发酵变化度识别方法、品质识别方法和存储介质。上述训练方法为：A.多次执行下述样本获取步骤，获得多组学习样本，样本获取步骤包括：——A1.取得茶饼入库前的图像、茶饼经储藏发酵后的图像以及茶饼储藏期间的发酵变化度；——A2.以茶饼入库前的图像和茶饼经储藏发酵后的图像作为输入信号，以茶饼储藏期间的发酵变化度作为输出信号，构成一组学习样本；B.采用上述多组学习样本对人工神经网络进行茶饼发酵变化度识别训练，直至该人工神经网络具备识别出茶饼的发酵变化度的识别能力，如此则实现了智能化识别且识别准确度较高，无需人工识别，降低人力成本。降低人力成本。降低人力成本。


技术研发人员：陈永堂 高彬
受保护的技术使用者：东莞市春福润茶叶有限公司
技术研发日：2021.08.25
技术公布日：2021/11/23