[发明专利]一种适用于饮料瓶回收机投递物分类识别的模型融合方法有效
| 申请号： | 201910056763.0 | 申请日： | 2019-01-22 |
| 公开（公告）号： | CN109934255B | 公开（公告）日： | 2023-05-30 |
| 发明（设计）人： | 唐军;张林;宋怡彪;杨路;苏泉;周森标 | 申请（专利权）人： | 小黄狗环保科技有限公司 |
| 主分类号： | G06V10/80 | 分类号： | G06V10/80;G06V10/764;G06V10/82;G06N3/0464;G06N3/096 |
| 代理公司： | 广州市红荔专利代理有限公司 44214 | 代理人： | 吴世民 |
| 地址： | 523000 广东省东莞市南城街道莞*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种适用于饮料瓶回收机投递物分类识别的模型融合方法，其包括以下步骤：第一步，在inception‑v3模型基础上、使用bottleneck的方式、通过训练不同的数据量分别得到深度卷积神经网络模型model_1、model_2，将yolov3‑tiny的24层结构修改为32层结构，通过训练指定量数据样本得到深度卷积神经网络模型model_3；第二步，在同一测试集上，得到model_1、model_2、model_3三个模型各自的正确数据集，将model_1、model_2两个模型的正确数据集取交集，再和model_3的正确数据集取并集，得到最终的识别数据集。 | ||
| 搜索关键词： | 一种 适用于 饮料瓶 回收 投递 分类 识别 模型 融合 方法 | ||
【主权项】：
1.一种适用于饮料瓶回收机投递物分类识别的模型融合方法，其特征在于，包括以下步骤：第一步，在inception‑v3模型基础上、使用bottleneck的方式、通过训练不同的数据量分别得到深度卷积神经网络模型model_1、model_2，将yolov3‑tiny的24层结构修改为32层结构，通过训练指定量数据样本得到深度卷积神经网络模型model_3；第二步，在同一测试集上，得到model_1、model_2、model_3三个模型各自的正确数据集，将model_1、model_2两个模型的正确数据集取交集，再和model_3的正确数据集取并集，得到最终的识别数据集；‑‑所述深度卷积神经网络模型model_3第9‑17层增加了卷积核数目分别为128、256、512、1024及512的卷积层和池化层，第18层到22层使用两次1X1的卷积层。
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小黄狗环保科技有限公司，未经小黄狗环保科技有限公司许可，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/201910056763.0/，转载请声明来源钻瓜专利网。
