[发明专利]基于改进的YOLOv3网络的干湿垃圾识别分类方法在审
| 申请号： | 201911005605.9 | 申请日： | 2019-10-22 |
| 公开（公告）号： | CN110796186A | 公开（公告）日： | 2020-02-14 |
| 发明（设计）人： | 张旭;王颖;熊佳乐;姚想;崔伟 | 申请（专利权）人： | 华中科技大学无锡研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 32104 无锡市大为专利商标事务所(普通合伙) | 代理人： | 曹祖良;屠志力 |
| 地址： | 214174 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于改进的YOLOv3网络的干湿垃圾识别分类方法，原识别模型中包括YOLO v3网络；包括以下步骤：采集真实投放场景下的干湿垃圾混合图片，建立样本数据集；先进行数据预处理完成图像增强，扩充样本数据集；再对图片中的干垃圾位置进行标注；对标注的真实目标框进行聚类分析，得到初始目标框；设置改进的YOLOv3网络的学习率参数并改进原识别模型的网络结构；设置改进的YOLOv3网络的损失函数和优化算法，完成识别模型中网络的训练；利用训练好的网络参数进行测试。本发明实现了复杂场景下的干湿垃圾定位检测和识别分类的问题。 | ||
| 搜索关键词： | 干湿垃圾 网络 样本数据 改进 标注 数据预处理 初始目标 定位检测 复杂场景 聚类分析 损失函数 图像增强 网络参数 网络结构 优化算法 真实目标 分类 采集 测试 场景 投放 垃圾 图片 学习 | ||
【主权项】：
1.一种基于改进的YOLOv3网络的干湿垃圾识别分类方法，原识别模型中包括YOLO v3网络；其特征在于，包括以下步骤：/n步骤S1，采集真实投放场景下的干湿垃圾混合图片，建立样本数据集；先进行数据预处理完成图像增强，扩充样本数据集；再对图片中的干垃圾位置进行标注；/n步骤S2，对标注的真实目标框进行聚类分析，得到初始目标框；/n步骤S3，设置改进的YOLOv3网络的学习率参数并改进原识别模型的网络结构；/n步骤S4，设置改进的YOLOv3网络的损失函数和优化算法，完成识别模型中网络的训练；/n步骤S5，利用训练好的网络参数进行测试，至少采用检测精度mAP作为网络的评价指标对训练好的网络进行评价。/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华中科技大学无锡研究院，未经华中科技大学无锡研究院许可，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/201911005605.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种图像标注结果的检测方法和装置
- 下一篇：不良分类方法及装置
