一种基于双层级深度学习算法的粮食杂质检验方法

本发明涉及一种基于双层级深度学习算法的粮食杂质检验方法，属于粮食质量检测领域；包括：收集收粮履带上、包含多种杂质类型的粮食样本图像，建立原始数据集；利用对原始数据集进行预处理后的第一样本集对CNN模型进行特征提取和分类训练，以及网络结构和参数调优，使CNN模型能够对输入的样本图像进行杂质种类分类和杂质位置标注；对于CNN模型检测后仍有未检测出杂质的粮食样本图像，建立第二样本集；利用第二样本集训练YOLO模型，使YOLO模型能够对CNN模型未检测出的杂质进行种类分类和位置标注；采用CNN模型或CNN模型+YOLO模型对连续拍摄的粮食样本图像检测后所标注的杂质位置进行位置追踪，提高杂质位置检测精度。本发明能够高效、准确地识别粮食中的杂质。