一种基于监督机器学习的茶叶杂质数据标注方法

摘要

本发明公开了一种基于监督机器学习的茶叶杂质数据标注方法，首先，采用传统的图像处理方法，提取茶叶和杂质的特征向量；其次，给特征向量中的每个元素添加相应的标注位；再次，采用人工判别方法，划分得到测试集及训练集；第四，对测试集中的每个特征元素进行数据标注，采用人工和监督机器学习方法相结合，提高了准确性，确保了工作效率。