[发明专利]一种基于深度学习的果蔬检测方法在审
| 申请号： | 201710544590.8 | 申请日： | 2017-07-06 |
| 公开（公告）号： | CN107451602A | 公开（公告）日： | 2017-12-08 |
| 发明（设计）人： | 胡海根;周莉莉;黄玉娇;肖杰;管秋;陈胜勇 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 杭州天正专利事务所有限公司33201 | 代理人： | 王兵,黄美娟 |
| 地址： | 310014 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习的果蔬检测方法，包括步骤1，首先对数据进行预处理；对原始图片事先进行手工标定，获得分割标签。标定是指原始图片中目标框的左上角点与右下角点的坐标，标签是指判定每个标定框中目标是否为果蔬及确定果蔬的类别；步骤2，其次对数据进行训练；将所述原始图片和图片标签作为深度学习神经网络的训练集，结合区域建议网络RPN及Fast R‑CNN卷积神经网络对数据进行训练，得到最终果蔬检测模型；步骤3，最后对测试数据进行测试；调用最终果蔬检测模型及测试程序，对测试图片进行果蔬的检测，通过观察测试结果，分析最终果蔬检测模型效果的好坏。 | ||
| 搜索关键词： | 一种 基于 深度 学习 检测 方法 | ||
【主权项】：
一种基于深度学习的果蔬检测方法，包括：步骤1，首先对数据进行预处理；对原始图片事先进行手工标定，获得分割标签。标定是指原始图片中目标框的左上角点与右下角点的坐标，标签是指判定每个标定框中目标是否为果蔬及确定果蔬的类别。步骤2，其次对数据进行训练；将所述原始图片和图片标签作为深度学习神经网络的训练集，结合区域建议网络RPN及Fast R‑CNN卷积神经网络对数据进行训练，得到最终果蔬检测模型。步骤3，最后对测试数据进行测试；调用最终果蔬检测模型及测试程序，对测试图片进行果蔬的检测，通过观察测试结果，分析最终果蔬检测模型效果的好坏。
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浙江工业大学，未经浙江工业大学许可，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/patent/201710544590.8/，转载请声明来源钻瓜专利网。
- 上一篇：高精度电火花中走丝线切割机床
- 下一篇：一种锥齿轮齿面线切割定位装置
