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：深圳市对庄科技有限公司

摘要：本发明公开了一种基于深度学习的翡翠等级评定方法和翡翠线上识别系统，该方法的步骤包括，数据采集，获取包含翡翠信息的预处理图片；数据清洗，根据预设条件对所述预处理图片进行分类，形成符合数据处理的第一预处理图片和不符合数据处理要求的需要的第二预处理图片，并将所述第一预处理图片传输至处理单元进行模型训练；模型训练，根据预设参数对所述第一预处理图片进行图片信息进行识别和标注，并根据标注的第一预设图片的信息样本对预设模型进行训练，得到训练好的初始深度学习模型。本发明解决了由于线下的翡翠鉴定人工费用高、鉴定过程繁琐，且人为分析存在鉴别偏差，导致的翡翠的鉴定费用高、周期长、鉴定结果反馈慢的技术问题。

主权项：1.一种基于深度学习的翡翠等级评定方法，其特征在于，步骤包括：数据采集，获取包含翡翠信息的预处理图片；数据清洗，根据预设条件对所述预处理图片进行分类，形成符合数据处理要求的第一预处理图片和不符合数据处理要求的第二预处理图片，并将所述第一预处理图片传输至处理单元进行模型训练；模型训练，根据预设参数对所述第一预处理图片进行图片信息的识别和标注，并根据标注的第一预处理图片的信息样本对预设模型进行训练，得到训练好的初始深度学习模型；数据标注，接收所述第二预处理图片并通过交互反馈进行标签置入；所述模型训练还包括，接收交互反馈后置入标签的第二预处理图片，并根据置入的标签对所述第二预处理图片进行识别和标注，并根据标注的第二预处理图片的信息样本对预设模型进行训练，得到训练好的补充深度学习模型；所述初始深度学习模型和所述补充深度学习模型，共同形成最终的深度学习模型；所述最终的深度学习模型用于对采集的新的包含翡翠信息的预处理图片进行分类和处理，并输出预设参数对应的各项数值；所述数据标注包括翡翠品种、颜色、饱和度、明暗度和均匀度；所述数据清洗步骤包括以下的筛选方式：方式一，清除过度曝光和或过暗的图片，通过计算图片中灰度的均值和方差判断图片是否存在过度曝光或者光线过暗，将过度曝光或者光线过暗的图片归类至第二预处理图片，符合预设曝光值和光线要求的图片归类至第一预处理图片；方式二，通过深度人工神经网络算法判断获取的图片是否被修改过，若修改过标注并划分至第二预处理图片中；方式三，基于灰度图判断图片是否饱和，饱和图片划归至第一预处理图片，不饱和图片划归至第二预处理图片；方式四，基于深度人工神经网络判断图片是否被强光直射，被强光直射的图片划归至第二预处理图片，未被强光直射的图片划归至第一预处理图片中。

全文数据：

权利要求：

百度查询： 深圳市对庄科技有限公司 基于深度学习的翡翠等级评定方法和翡翠线上识别系统