买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜上海师范大学申请的专利一种基于模型融合的多侧面联合检测物品分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113420776B 。

龙图腾网通过国家知识产权局官网在2024-09-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110359605.X，技术领域涉及：G06V10/764；该发明授权一种基于模型融合的多侧面联合检测物品分类方法是由安康;林雪松;柳晖;刘翔鹏;管西强设计研发完成，并于2021-04-02向国家知识产权局提交的专利申请。

本一种基于模型融合的多侧面联合检测物品分类方法在说明书摘要公布了：本发明公开了一种基于模型融合的多侧面联合检测物品分类方法，其步骤如下：采集待分类物品不同视角的图像后其分别分别输入处理模型I得到各预测概率矩阵；再对各预测概率矩阵进行融合得到融合矩阵；最后将融合矩阵输入处理模型II即得到待分类物品的分类结果。本发明的基于模型融合的多侧面联合检测物品分类方法，基于多模型融合的深度学习实现物品识别，具有较高的准确率；基于神经网络构建物品识别模型，具有较强的特征提取能力；基于多侧面图像联合输入模型，可以同时获得一个零件的多个特征，在相似零件分类上有显著的效果，极具应用前景。

本发明授权一种基于模型融合的多侧面联合检测物品分类方法在权利要求书中公布了：1.一种基于模型融合的多侧面联合检测物品分类方法，其特征在于，其步骤如下：采集待分类物品不同视角的图像后其分别输入处理模型I得到各预测概率矩阵；再对各预测概率矩阵进行融合得到融合矩阵；最后将融合矩阵输入处理模型II即得到待分类物品的分类结果；所述处理模型I为Densenet模型，其输入为物品图像，输出为物品的对应类别，其训练是以类别已知的物品图像作为训练集对模型进行训练，不断调整模型参数，最终达到训练次数上限；所述处理模型II为BP神经网络，其输入为物品各图像融合矩阵，输出为物品的对应类别，其训练过程是以包含已知类别的物品各图像融合矩阵及其对应类别的样本集作为训练集对模型进行训练，不断调整模型参数，最终达到训练次数上限，所述已知类别的物品各图像融合矩阵是指将已知类别的物品的各图像输入处理模型I后得到的各预测概率矩阵融合后得到的矩阵。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海师范大学，其通讯地址为：200234 上海市徐汇区桂林路100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。