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：上海师范大学
摘要：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。
主权项：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。
全文数据：
权利要求：
百度查询： 上海师范大学 一种基于模型融合的多侧面联合检测物品分类方法
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