粮油质量管理系统及其方法与流程

本申请涉及质量管理，且更为具体地，涉及一种粮油质量管理系统及其方法。

背景技术：

1、粮油质量管理是指对粮食、油脂等产品的生产和加工过程中质量控制和质量管理的一系列活动。有效的粮油质量管理可以确保粮油产品符合国家标准和行业标准，使其具有营养健康、安全可靠、口感优良等特点。

2、对原料进行分类是粮油生产和质量管理过程中的重要环节，它可以确保生产过程中使用的原材料质量稳定、性能一致。然而，在原料分类过程中，对于一些复杂或微小的原材料特性，如含杂率等，人类感官很难进行准确的评估，导致分类准确率较低，影响后续生产的质量；同时，传统的原料分类通常依靠人工操作，需要大量时间和人力物力，不适合高效率、大规模的生产需求。

3、因此，期待一种优化的粮油质量管理方案。

技术实现思路

1、本申请提供一种粮油质量管理系统及其方法，利用基于深度学习的图像处理技术，从待分类原料的检测图像中提取隐含关键特征信息，并基于此来实现粮油原料分类，以提高分类准确率和生产效率，同时降低人工操作成本。

2、第一方面，提供了一种粮油质量管理系统，所述系统包括：

3、数据获取单元，用于获取待分类原料的检测图像；

4、数据多维化单元，用于提取所述检测图像的方向梯度直方图，并将其与所述检测图像沿通道维度聚合为多通道检测输入图像；

5、图像特征提取单元，用于将所述多通道检测输入图像通过使用通道注意力机制的卷积神经网络模型以得到检测特征图，其中，所述卷积神经网络模型中的池化操作为软池化；

6、特征矩阵展开单元，用于将所述检测特征图沿通道维度进行特征矩阵展开以得到多个检测特征向量；

7、全局信息增强单元，用于将所述多个检测特征向量通过基于转换器的上下文编码器以得到全局语义关联检测特征向量；以及

8、类别结果生成单元，用于将所述全局语义关联检测特征向量通过分类器以得到分类结果，所述分类结果用于表示所述待分类原料的类别。

9、第二方面，提供了一种粮油质量管理方法，所述方法包括：

10、获取待分类原料的检测图像；

11、提取所述检测图像的方向梯度直方图，并将其与所述检测图像沿通道维度聚合为多通道检测输入图像；

12、将所述多通道检测输入图像通过使用通道注意力机制的卷积神经网络模型以得到检测特征图，其中，所述卷积神经网络模型中的池化操作为软池化；

13、将所述检测特征图沿通道维度进行特征矩阵展开以得到多个检测特征向量；

14、将所述多个检测特征向量通过基于转换器的上下文编码器以得到全局语义关联检测特征向量；以及

15、将所述全局语义关联检测特征向量通过分类器以得到分类结果，所述分类结果用于表示所述待分类原料的类别。

16、本申请提供的一种粮油质量管理系统及其方法，利用基于深度学习的图像处理技术，从待分类原料的检测图像中提取隐含关键特征信息，并基于此来实现粮油原料分类，以提高分类准确率和生产效率，同时降低人工操作成本。

技术特征：

1.一种粮油质量管理系统，其特征在于，包括：

2.根据权利要求1所述的粮油质量管理系统，其特征在于，所述图像特征提取单元，用于：使用所述卷积神经网络模型的各层在层的正向传递中对输入数据分别进行：

3.根据权利要求2所述的粮油质量管理系统，其特征在于，所述全局信息增强单元，包括：

4.根据权利要求3所述的粮油质量管理系统，其特征在于，所述类别结果生成单元，用于：使用所述分类器以如下分类公式对所述全局语义关联检测特征向量进行处理以得到所述分类结果；

5.根据权利要求4所述的粮油质量管理系统，其特征在于，还包括用于对所述使用通道注意力机制的卷积神经网络模型、所述基于转换器的上下文编码器和所述分类器进行训练的训练模块；

6.一种粮油质量管理方法，其特征在于，包括：

7.根据权利要求6所述的粮油质量管理方法，其特征在于，将所述多个检测特征向量通过基于转换器的上下文编码器以得到全局语义关联检测特征向量，包括：

技术总结
本申请涉及质量管理技术领域，其具体地公开了一种粮油质量管理系统及其方法，其首先获取待分类原料的检测图像。然后，提取所述检测图像的方向梯度直方图，并将其与所述检测图像沿通道维度聚合为多通道检测输入图像；使用基于深度学习的图像处理技术从所述多通道检测输入图像中提取隐含关键特征信息以得到全局语义关联检测特征向量。并将所述全局语义关联检测特征向量通过分类器以得到用于表示所述待分类原料的类别的分类结果，通过这样的方式，自动化、智能化的实现粮油原料分类，优化粮油生产和质量管理过程，同时，节省了大量时间和人力物力。

技术研发人员：徐向党
受保护的技术使用者：东阳市铭品日用品有限公司
技术研发日：
技术公布日：2024/9/12