INDUSTRIALIZED SYSTEM FOR RICE GRAIN RECOGNITION AND METHOD THEREOF

Proposed is an industrialized system (1) and method for rice grain recognition. An optical image (123) is taken by a user (5) and transmitted to a digital platform (11), wherein the system (1) segments the optical image (123) and extracts and/or measures appropriate grain features (41) from the image (123) describing different aspects of the grain (4). The image (123) is processed by the system (1), comprising a selector (1122) selecting different machine learning structures (11211,...,1121i), applying the different machine learning structures (11211,...,1121i) to the extracted features (41) for rice grain (4) recognition, and selecting the best of the applied machine learning structures (11211,...,1121i) by a random sampling process. The selected best of the applied machine learning structures (11211,...,1121i) is further optimized by varying an appropriate threshold (11231) by a threshold trigger (1123) based on a confusion matrix comprising (11221). An active learning structure (113) based on the confusion matrix comprising (11221) the values of True Positive (TP), False Negative (FN), False Positive (FP) and True Negative (TN) for the classified rice grains, providing a feedback loop to the user or human expert (5), wherein the system (1) is retrained based on the feedback parameters of the feedback loop (1132). L'invention concerne un système industrialisé (1) et un procédé de reconnaissance de grains de riz. Une image optique (123) est prise par un utilisateur (5) et transmise à une plate-forme numérique (11), le système (1) segmentant l'image optique (123) et extrayant et/ou mesurant à partir de l'image (123) des caractéristiques (41) de grain appropriées décrivant différents aspects du grain (4). L'image (123) est traitée par le système (1), comportant un sélecteur (1122) qui sélectionne différentes structures (11211,...,1121i) d'apprentissage automatique, applique les différentes structures (11211,...,1121i) d'apprentissage automatique aux caractéristiques (41) extraites pour la reconnaissance de grains (4) de riz, et sélectionne la meilleure des structures (11211,...,1121i) d'apprentissage automatique appliquées par un processus d'échantillonnage aléatoire. La meilleure structure sélectionnée parmi les structures (11211,...,1121i) d'apprentissage automatique appliquées est en outre optimisée en faisant varier un seuil approprié (11231) par un déclencheur (1123) à seuil basé sur une matrice (11221) de confusion. Une structure (113) d'apprentissage