[发明专利]基于深度学习的商品图像分类方法、服务器及系统在审
| 申请号： | 201810588841.7 | 申请日： | 2018-06-08 |
| 公开（公告）号： | CN108921198A | 公开（公告）日： | 2018-11-30 |
| 发明（设计）人： | 宋连嵩;王晶晶;孙昂 | 申请（专利权）人： | 山东师范大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/34 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 张勇 |
| 地址： | 250014 *** | 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： | 本发明公开了基于深度学习的商品图像分类方法、服务器及系统。其中该方法，包括获取商品图像并进行标注分类，形成商品图像分类训练数据集和商品图像分类测试数据集；采用SVM算法对训练数据集中的商品图像进行背景分割；将背景分割后的训练数据集输入至预训练完成的图像分类的卷积神经网络中，并采用迁移学习的方法对预训练完成的图像分类的卷积神经网络进行参数调整，构建出商品图像分类模型；将商品图像分类测试数据集输入至商品图像分类模型中进行预测分类，直至商品图像分类模型输出的预测分类达到预设精度，最终训练完成商品图像分类模型；将待分类的商品图像输入至训练完成的商品图像分类模型中，输出预测分类结果。 | ||
| 搜索关键词： | 商品图像分类 商品图像 卷积神经网络 测试数据集 训练数据集 分类 背景分割 图像分类 服务器 参数调整 分类结果 输出预测 训练数据 预测 构建 学习 预设 标注 迁移 输出 | ||
【主权项】：
1.一种基于深度学习的商品图像分类方法，其特征在于，包括：获取商品图像并进行标注分类，形成商品图像分类训练数据集和商品图像分类测试数据集；采用SVM算法对商品图像分类训练数据集中的商品图像进行背景分割；将背景分割后的商品图像分类训练数据集输入至预训练完成的图像分类的卷积神经网络中，并采用迁移学习的方法对预训练完成的图像分类的卷积神经网络进行参数调整，构建出商品图像分类模型；将商品图像分类测试数据集输入至商品图像分类模型中进行预测分类，直至商品图像分类模型输出的预测分类达到预设精度，最终训练完成商品图像分类模型；将待分类的商品图像输入至训练完成的商品图像分类模型中，输出预测分类结果。
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山东师范大学，未经山东师范大学许可，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/patent/201810588841.7/，转载请声明来源钻瓜专利网。
