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：福州大学
摘要：本发明涉及一种基于深度学习的花椒粉掺假快速识别方法，其特征在于，包括以下步骤：步骤S1：制作不同掺假比例的花椒粉样品，并获取不同掺假比例花椒粉样品的原始图像数据；步骤S2:截取原始图像预设区域，将背景与目标分离，获取花椒粉样本图像;步骤S3：基于SqueezeNet深度学习分类模型，构建用于预测不同掺假比例的花椒粉掺假的深度学习分类模型，并根据花椒粉样本图像训练；步骤S4:将待识别花椒粉样本输入训练后的深度学习分类模型，得到待识别花椒粉掺假情况。本发明能够快速有效的检测出花椒粉掺假情况。
主权项：1.一种基于深度学习的花椒粉掺假快速识别方法，其特征在于，包括以下步骤：步骤S1：制作不同掺假比例的花椒粉样品，并获取不同掺假比例花椒粉样品的原始图像数据；步骤S2:截取原始图像预设区域，将背景与目标分离，获取花椒粉样本图像；步骤S3：基于SqueezeNet深度学习分类模型，构建用于预测不同掺假比例的花椒粉掺假的深度学习分类模型，并根据花椒粉样本图像训练；步骤S4:将待识别花椒粉样本输入训练后的深度学习分类模型，得到待识别花椒粉掺假情况；所述SqueezeNet深度学习分类模型，具体为：以卷积层开始，接着使用8个Firemodules，最后以卷积层结束；所述基于SqueezeNet深度学习分类模型训练，具体为：删去原始预训练模型结构中最后一层卷积层与分类层，重新添加新的卷积层与分类层，将新的卷积层中的卷积核大小修改为1×1，卷积核数量修改为6，步长修改为1，“padding”参数修改为“same”，新的分类层中分类数量参数将自动匹配新添加卷积层中卷积核数量作为模型分类数；使用Adam作为优化器，损失函数为categorical_crossentropy，在经过N次迭代后将学习率降低至预设值。
全文数据：
权利要求：
百度查询： 福州大学 基于深度学习的花椒粉掺假快速识别方法及系统
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