[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： | 本发明涉及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，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。本发明涉及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，自动识别分类，识别快，准确率高。 | ||
| 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 | ||
【主权项】：
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。
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/patent/201810949861.2/，转载请声明来源钻瓜专利网。
