[发明专利]基于深度神经网络的废弃饮料瓶与易拉罐分类识别的方法在审
| 申请号： | 201810949861.2 | 申请日： | 2018-08-20 |
| 公开（公告）号： | CN109190691A | 公开（公告）日： | 2019-01-11 |
| 发明（设计）人： | 唐军;张林;宋怡彪;杨路;周森标 | 申请（专利权）人： | 小黄狗环保科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 北京盛凡智荣知识产权代理有限公司 11616 | 代理人： | 梁永昌 |
| 地址： | 523000 广东省东莞市南城街道莞*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 易拉罐 废弃饮料瓶 分类识别 神经网络 饮料瓶 卷积神经网络 测试样本集 图像数据 网络训练 训练样本数据 采集 图像预处理 训练样本集 拍摄图像 图像标注 训练过程 自动识别 自动提取 分类 准确率 构建 标注 输出 制作 | ||
【权利要求书】：
1.基于深度神经网络的废弃饮料瓶与易拉罐分类识别的方法，其特征在于，包括以下步骤：
S1：拍摄图像，采集饮料瓶、易拉罐各个角度的图像数据；
S2：图像预处理；
S3：利用采集的图像数据进行图像标注，制作训练样本集与测试样本集；
S4：构建若干层数的深度卷积神经网络模型；
S5：将带标注的训练样本数据输入深度卷积神经网络模型，进行网络训练；
S6：训练过程，自动提取特征并进行分类；
S7：训练结束将输出一个饮料瓶、易拉罐的识别模型；
S8：利用测试样本集，将网络训练结果得到饮料瓶、易拉罐的识别模型进行废弃饮料瓶、易拉罐的分类识别。
2.根据权利要求1所述的基于深度神经网络的废弃饮料瓶与易拉罐分类识别的方法，其特征在于：所述的S4包括卷积、激活、池化及归一化操作。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于小黄狗环保科技有限公司，未经小黄狗环保科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810949861.2/1.html，转载请声明来源钻瓜专利网。
