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！
摘要：本申请公开了一种融合CLIP多模态的菜品识别方法、装置及设备，在获取待识别的菜品图像后，将菜品图像输入视觉识别模型，得到菜品类别集合，获取各菜品类别对应的文本信息，然后将菜品图像和各文本信息输入CLIP模型。CLIP模型提取菜品图像的图像特征向量和各文本信息的文本特征向量，计算图像特征向量与文本特征向量的余弦相似度矩阵，将与菜品图像余弦相似度最大的文本信息所对应的菜品类别作为目标菜品类别。本申请在视觉识别模型预测之后，CLIP模型还会基于预测的菜品类别的文本信息与菜品图像进行二次识别，将图像和文本等多模态信息进行融合，可以更好的区分高度相似的菜品，进一步提升菜品识别的通用性和准确率。
主权项：1.一种融合CLIP多模态的菜品识别方法，其特征在于，包括：获取待识别的菜品图像；将菜品图像输入预先训练完成的视觉识别模型，得到视觉识别模型预测的菜品类别集合，所述菜品类别集合包括视觉识别模型预测的与菜品图像最为接近的M个菜品类别，M为大于0的正整数；获取菜品类别集合中各菜品类别对应的文本信息；将菜品图像和各文本信息输入预先训练完成的CLIP模型，以供CLIP模型基于菜品图像和各文本信息确定目标菜品类别；CLIP模型基于菜品图像和各文本信息确定目标菜品类别的过程，包括：提取菜品图像的图像特征向量和各文本信息的文本特征向量；计算图像特征向量与文本特征向量的余弦相似度矩阵；将与菜品图像余弦相似度最大的文本信息所对应的菜品类别作为目标菜品类别。
全文数据：
权利要求：
百度查询： 广州市派客朴食信息科技有限责任公司 一种融合CLIP多模态的菜品识别方法、装置及设备
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