[发明专利]基于DCNN的食物图像的识别方法和系统及食物热量计算方法在审

专利信息
申请号: 201910914054.1 申请日: 2019-09-25
公开(公告)号: CN110705621A 公开(公告)日: 2020-01-17
发明(设计)人: 陈庶 申请(专利权)人: 北京影谱科技股份有限公司
主分类号: G06K9/62 分类号: G06K9/62;G16H20/60
代理公司: 11694 北京万思博知识产权代理有限公司 代理人: 高镇
地址: 100000 北京市*** 国省代码: 北京;11
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DCNN的食物图像的识别方法,该方法包括:将采集到的食物初始图像进行分类得到训练数据集和测试数据集;利用训练数据集构建DCNN深度卷积神经网络,对DCNN深度卷积神经网络进行训练生成食物图像的训练模型;将测试数据集中的测试样本输入食物图像的训练模型,判断该食物图像中的对象的类型,以生成测试结果;根据测试结果获得食物图像的识别模型;利用食物图像的识别模型识别待检测的食物图像中的食物类型。本发明还公开了一种识别系统及食物热量计算方法。本发明可以快速、准确的识别出食物的种类,以方便用户进一步的判断食物所包含的营养和热量等。
搜索关键词: 食物图像 卷积神经网络 训练数据集 训练模型 测试数据集 测试数据 测试样本 初始图像 模型识别 生成测试 食物类型 食物热量 识别系统 构建 采集 分类 检测 申请
【主权项】:
1.一种基于DCNN的食物图像的识别方法,该识别方法包括:/n将采集到的食物初始图像进行分类,将分类后的食物初始图像放入初始图像数据集,对所述初始图像数据集中的食物初始图像进行预处理,生成预处理的图像数据集,将该预处理的图像数据集划分为训练数据集和测试数据集;/n利用所述训练数据集构建DCNN深度卷积神经网络,对所述DCNN深度卷积神经网络进行训练生成食物图像的训练模型;/n将所述测试数据集中的测试样本输入所述食物图像的训练模型,判断该食物图像中的对象的类型,以生成测试结果;根据所述测试结果迭代更新所述食物图像的训练模型以获得食物图像的识别模型;/n利用所述食物图像的识别模型识别待检测的食物图像中的食物类型。/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北京影谱科技股份有限公司,未经北京影谱科技股份有限公司许可,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/201910914054.1/,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