龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：欧拉深视(上海)科技有限公司
摘要：本发明公开了一种基于残差神经网络的物品纹理特征识别方法，属于物品特征识别的技术领域；拍摄样品照片，对照片进行预处理，将背景部分裁切；选取预训练的Resnet50为神经网络框架，采用三元组损失函数对残差网络进行训练，训练若干轮，得到训练好的残差网络，并保存最后一轮训练后的模型参数；将已经训练好的残差网络中的参数冻结，在网络末端添加三层的全连接神经网络，并对全连接神经网络进行训练，训练若干轮，保存最后一轮训练后的网络结构参数，残差网络和全连接神经网络合并得到识别网络；对于待识别的样品，通过识别网络对预处理后的照片进行识别。本发明采用上述方法，先提取样品特征再进行分类，能有效的输出分类结果。
主权项：1.一种基于残差神经网络的物品纹理特征识别方法，其特征在于：包括以下步骤：S1：准备好需要被识别的相似样品，对样品进行拍摄，得到对应的照片；S2：对每张照片均进行预处理，设置HSV阈值，按照HSV阈值将像素点HSV空间上属于背景的部分剪裁掉，只保留样品本身，根据预处理后的样品，遍历出所有样品的三元组组合，三元组包括锚点图像，正例图像和负例图像，并将样品的所有三元组组合进行记录；S3：选取预训练的Resnet50为神经网络框架，采用三元组损失函数对残差网络进行训练，训练若干轮，得到训练好的残差网络，并保存最后一轮训练后的模型参数；S4：将已经训练好的残差网络中的参数冻结，在网络末端添加三层的全连接神经网络，并对全连接神经网络进行训练，训练若干轮，保存最后一轮训练后的网络结构参数，得到识别网络；S5：对于待识别的样品，采用和步骤S1相同的条件拍摄照片，并对照片采用步骤S2中的方法做预处理，再通过识别网络对预处理后的照片进行识别。
全文数据：
权利要求：
百度查询： 欧拉深视(上海)科技有限公司 一种基于残差神经网络的物品纹理特征识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号