[发明专利]一种基于多模型融合的水果识别方法在审

专利信息
申请号: 201811385058.7 申请日: 2018-11-19
公开(公告)号: CN109543748A 公开(公告)日: 2019-03-29
发明(设计)人: 张卫山;耿祖琨;徐亮 申请(专利权)人: 中国石油大学(华东)
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04
代理公司: 暂无信息 代理人: 暂无信息
地址: 266580 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 模型融合 模型识别 模型训练 水果 概率向量 目标类别 区域重叠 输出处理 网络结构 训练结果 有效传播 输出 残差 向量 整合 拼接 网络 概率 学习
【权利要求书】:

1.一种基于多模型融合的水果识别方法,其特征在于,采用基于多种模型融合的技术进行新模型的设计,包括以下设计步骤:

设u、v、w分别是SSD(ResNet)、SSD(VGG16)和SSD(VGG19)的输出经过转换并归一化后的结果,它们作为BP神经网络的三个input,本发明设计的网络中只含有一个隐含层,隐藏层中有20个节点,Input layer包含了30个节点,output layer有10个节点如图1的模型结构。本发明采用了线性传递函数作为output layer和隐藏层神经元的传递函数,设神经元状态为Xi,output为Yi,它们的关系是线性的变化关系,即

Yi=f(Xi)=Xi (1-1)

设D1,D2…,D10分别为BP神经网络的输入,对应的输出为

Ei=Di,i=1,2…,10 (1-2)

对于隐含层,第j个节点的输入

Fj=Lj1·E1+Lj2·E2+…+Lj10·E10+Mj (1-3)

第j个节点的输出

Hj=f(xj)j=1,2,3…,20 (1-4)

对于输出层,第j个节点的输入

第j个节点的输出

Y=f(k)=k (1-6)

Lji,是衔接权重,Mj,M2是常参偏移值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油大学(华东),未经中国石油大学(华东)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811385058.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top