[发明专利]基于深度学习的皮革破损识别方法、系统及设备和介质在审
| 申请号： | 201910141949.6 | 申请日： | 2019-02-26 |
| 公开（公告）号： | CN109886344A | 公开（公告）日： | 2019-06-14 |
| 发明（设计）人： | 邓杰航;吴昌政;顾国生;赖润好 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 罗满 |
| 地址： | 510060 广东省*** | 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： | 本申请公开了一种基于深度学习的皮革破损识别方法、系统及一种电子设备和计算机可读存储介质，该方法包括：获取待识别皮革图像；将所述待识别皮革图像输入训练后分类模型中；利用所述训练后分类模型对所述待识别皮革图像进行识别，得到对应的皮革破损类型；其中，所述训练后分类模型为基于深度学习网络预先训练得到的模型。也即，本申请预先训练得到用于对待识别皮革图像进行识别的模型，在后续需要对皮革的破损类型进行识别时，仅需要将待识别图像输入该模型，即可识别得到待识别皮革表面明显破损并进行分类，得到皮革破损类型，显著降低识别时间，且识别准确率高，从而可根据破损类型对当前皮革进行相应的处理，有效地提高了生产效率。 | ||
| 搜索关键词： | 破损 皮革 皮革图像 分类模型 计算机可读存储介质 系统及设备 电子设备 皮革表面 生产效率 图像输入 有效地 准确率 申请 学习 分类 网络 | ||
【主权项】：
1.一种基于深度学习的皮革破损识别方法，其特征在于，包括：获取待识别皮革图像；将所述待识别皮革图像输入训练后分类模型中；利用所述训练后分类模型对所述待识别皮革图像进行识别，得到对应的皮革破损类型；其中，所述训练后分类模型为基于深度学习网络预先训练得到的模型。
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广东工业大学，未经广东工业大学许可，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/201910141949.6/，转载请声明来源钻瓜专利网。
