[发明专利]一种基于图像特征和深度学习技术的玉石分类方法

说明书

本发明涉及一种基于图像特征和深度学习技术的玉石分类方法，包括图像采集模块、玉石检测模块、检测结果分析模块、结果输出模块，所述图像采集模块通过采集设备采集玉石图像，对输入的图像进行预处理，然后使用深度学习模型算法对图像进行特征提取，根据二者的特征进行玉石的检测和分类，确定当前图像中的玉石个数及各个玉石所在位置、玉石种类、置信度，从而实现玉石智能分类。本发明采用深度学习方法解决现有技术方案中识别准确率低、识别效率低、分类成本高等突出问题。本发明为了弥补现有技术的缺陷，提供了一种基于图像特征和深度学习技术的简单高效的玉石分类方法。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种基于图像特征和深度学习技术的玉石分类方法。

背景技术

近年来，随着人工智能技术的快速发展，尤其是基于机器学习、深度学习的人工智能等前沿科学技术在各行各业的落地，“AI+传统行业”的模式正在引领一场新的改革，过去只能由人工完成的事情，现在逐步由人工智能技术所替代，逐步实现了半自动化、自动化、智能化。

在玉石行业，玉石主要分为硬玉和软玉，而在硬玉和软玉中又有不同的玉石种类，其间硬玉是以翡翠为代表，软玉是以和田玉为代表。我国玉石类型多样，包括翡翠、和田玉、碧玉、黄龙玉、俄料、籽料、岫玉、独玉、水晶等等。在玉石行业市场交易中，对玉石的原料种类进行分类主要是依靠人工进行判断，针对某些不易辨识的玉石，还需要依靠专门的仪器设备进行鉴定。然而，现有技术的分类方法中，依靠肉眼判断不仅低效、准确度不高，而依靠专门仪器设备进行分类成本高昂、耗时巨大、处理能力大大受限，难以适应市场化需求。

发明内容

鉴于背景技术存在的不足，本发明涉及一种基于图像特征和深度学习技术的玉石分类方法，根据上述问题，本发明采用深度学习方法解决现有技术方案中识别准确率低、识别效率低、分类成本高等突出问题。本发明为了弥补现有技术的缺陷，提供了一种基于图像特征和深度学习技术的简单高效的玉石分类方法。

本发明涉及一种基于图像特征和深度学习技术的玉石分类方法，包括图像采集模块、玉石检测模块、检测结果分析模块、结果输出模块，所述图像采集模块通过采集设备采集玉石图像，对输入的图像进行预处理，然后使用深度学习模型算法对图像进行特征提取，根据二者的特征进行玉石的检测和分类，确定当前图像中的玉石个数及各个玉石所在位置、玉石种类、置信度，从而实现玉石智能分类。

通过采用上述方案，借助于使用预先训练好的深度学习模型算法对图像进行特征进行智能识别分类，有效提高识别精准度及效率。

进一步的，所述采集模块采用采集设备进行图像采集，图像包括可见光图像、专业设备采集的非可见光图像；所述玉石检测模块包括图像预处理、模型检测、玉石个数检测、检测结果可靠性判断；所述检测结果分析模块包括玉石数量分析、位置分析、类别分析、置信度分析，所述结果输出模块包括检测结果完成判断、信息上传。

通过采用上述方案，使得待检测图像可通过多种途径获得，包含所有拍摄或者视频流解析出的图像。

进一步的，所述采集模块的采集模块包括但不限于客户端相机、专业相机、扫描仪、数码相机、显微镜、红外发射仪、探伤仪等。

进一步的，所述图像预处理及图像处理方式包括但不限于缩放、平移、转置、镜像、旋转、归一化、降维、去噪、均衡化、平滑等。

通过采用上述方案，使得处理图片更加方便，处理后同一管理识别速度快。

进一步的，所述模型检测的训练模型的方法可以使用目标检测算法、图像分割算法或分类算法。

通过采用上述方案，通过收集大量关于翡翠、和田玉、碧玉、黄龙玉、俄料、籽料、岫玉、独玉、水晶等玉石的图片素材，根据不同玉石类别进行分类、标定，再借助于计算机设备使用图像检测或分类或分割算法进行模型参数训练学习，训练结束后最终得到所需要的预训练模型。

进一步的，包括如下实施步骤：