[发明专利]一种智能看物识名的方法和系统

权利要求书

1.一种智能看物识名的方法，其特征在于，包括：

S1：在服务器(1)中对深度学习框架(11)进行深度学习训练以获得训练模型；

S2：使用NDK和/或SDK生成动态链接库，并基于所述动态链接库和所述训练模型编译生成安装包(2)；

S3：将所述安装包(2)安装至终端设备(3)以用于离线识别。

2.根据权利要求1所述的智能看物识名的方法，其特征在于，在步骤S1中，使用AlexNet网络对深度学习框架(11)进行深度学习训练；

在步骤S2中，基于所述动态链接库和所述训练模型编译生成安装包(2)之前先生成JAVA接口，并通过所述JAVA接口编译生成安装包(2)。

3.根据权利要求1所述的智能看物识名的方法，其特征在于，步骤S1之后还包括：

S11：通过记录文件记录保存信息，且所述的记录文件可用于定位最新保存的训练模型。

S12：提取最新保存的训练模型，并将最新保存的训练模型与PB模型文件固化以获得PB文件格式的训练模型。

4.根据权利要求3所述的智能看物识名的方法，其特征在于，

在步骤S12之后还包括：

S13：将步骤S12中获得的PB文件格式的训练模型进行数据量化处理以使所述训练模型的参数存储空间要求变小。

5.根据权利要求3所述的智能看物识名的方法，其特征在于，

在步骤S3之后还包括：

接收所述终端设备(3)上传的当前训练模型中没有记录的目标图片信息，并根据所述目标图片信息定期或不定期对深度学习框架(11)进一步进行深度学习训练并重复步骤S1～S3以更新终端设备(3)中的安装包(2)。

6.一种智能看物识名的方法，其特征在于，包括：

S1：获取目标图片，对目标图片进行识别，并将所述目标图片与训练模型的模型数据进行匹配；

S2：当读取到匹配度高于预设阈值的时候，输出读取结果，否则，执行步骤S3；

S3：保存包括目标图片的目标图片信息，并在检测到处于wifi环境下时将所述目标图片信息上传至服务器(1)；

S4：定期或不定期从服务器(1)中下载更新后的安装包(2)。

7.一种智能看物识名系统，其特征在于，包括服务器(1)，所述服务器(1)中具有深度学习框架(11)和训练模块(12)，以及NDK工具包(13)和/或SDK工具包(14)，且所述服务器(1)包括有安装包编译模块(15)和信息交换模块(16)，其中，

深度学习框架(11)，用于提供深度学习系统；

训练模块(12)，用于对深度学习框架(11)进行深度学习训练以获得训练模型；

NDK工具包(13)和SDK工具包(14)，用于生成动态链接库；

安装包编译模块(15)，用于基于所述动态链接库和训练模型编译安装包(2)；

信息交换模块(16)，用于与终端设备(3)进行信息交互以将所述安装包(2)安装至所述终端设备(3)中。

8.根据权利要求7所述的智能看物识名系统，其特征在于，所述服务器(1)还包括文件记录模块(17)、模型转换模块(18)和数据量化模块(19)，其中，

文件记录模块(17)，用于记录保存信息，以及定位最新保存的训练模型；

模型转换模块(18)，用于提取最新保存的训练模型，并将最新保存的训练模型与PB模型文件固化以获得PB文件格式的训练模型；

数据量化模块(19)，用于将所述PB文件格式的训练模型进行数据量化处理以使所述训练模型的参数存储空间要求变小；

所述安装包编译模块(15)还包括JAVA接口生成模块(151)，用于基于所述动态链接库和所述训练模型生成JAVA接口，所述安装包编译模块(15)又通过所述JAVA接口编译生成安装包(2)。