[发明专利]一种基于深度学习的大规模商品识别方法在审
| 申请号： | 201910736313.6 | 申请日： | 2019-08-09 |
| 公开（公告）号： | CN110458096A | 公开（公告）日： | 2019-11-15 |
| 发明（设计）人： | 孙永海;周敏仪;徐清侠;周斌;卢炬康 | 申请（专利权）人： | 广州众聚智能科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 51224 成都顶峰专利事务所(普通合伙) | 代理人： | 李崧岩<国际申请>=<国际公布>=<进入 |
| 地址： | 510000广东省广州市黄埔区(高新技术产业开发区)*** | 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： | 本发明属于图像识别技术领域，公开了一种基于深度学习的大规模商品识别方法，包括如下步骤：S1：建立商品检测模型；S2：将待检测图片输入至商品检测模型，获取待检测图片中所有的商品定位数据；S3：建立商品分类模型；S4：将待检测图片输入至商品分类模型，根据所有的商品定位数据，获取对应的商品类别数据。本发明解决了现有技术存在的精度难以满足大规模项目需求、训练样本需求极大、无法快速迭代更新、样本复用性低、设备要求高、特征表达能力有限、工作量巨大以及运算速度慢的问题。 | ||
| 搜索关键词： | 定位数据 商品分类 商品检测 图片输入 检测 图像识别技术 大规模项目 迭代更新 商品类别 商品识别 设备要求 特征表达 训练样本 复用性 运算 工作量 样本 学习 图片 | ||
【主权项】：
1.一种基于深度学习的大规模商品识别方法，其特征在于：包括如下步骤：/nS1：建立商品检测模型；/nS2：将待检测图片输入至商品检测模型，获取待检测图片中所有的商品定位数据；/nS3：建立商品分类模型；/nS4：将待检测图片输入至商品分类模型，根据所有的商品定位数据，获取对应的商品类别数据。/n
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州众聚智能科技有限公司，未经广州众聚智能科技有限公司许可，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/201910736313.6/，转载请声明来源钻瓜专利网。
