一種基于卷積神經(jīng)網(wǎng)絡(luò)的生活垃圾分類檢測(cè)方法
基本信息
| 申請(qǐng)?zhí)?/td> | CN202110164847.3 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN112884033A | 公開（公告）日 | 2021-06-01 |
| 申請(qǐng)公布號(hào) | CN112884033A | 申請(qǐng)公布日 | 2021-06-01 |
| 分類號(hào) | G06K9/62;G06K9/00;G06N3/04;G06N3/08 | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 潘志剛;朱新榮;沈淑英 | 申請(qǐng)（專利權(quán)）人 | 浙江凈禾智慧科技有限公司 |
| 代理機(jī)構(gòu) | 北京睿智保誠專利代理事務(wù)所（普通合伙） | 代理人 | 周新楣 |
| 地址 | 310030 浙江省杭州市余杭區(qū)五常街道西溪藝術(shù)集合村蓮公蕩路14號(hào)107室 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開了一種基于卷積神經(jīng)網(wǎng)絡(luò)的生活垃圾分類檢測(cè)方法，涉及深度學(xué)習(xí)領(lǐng)域。在其訓(xùn)練階段，構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)，使用原始垃圾圖像輸入到卷積神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，得到原始輸入圖像對(duì)應(yīng)的邊框回歸坐標(biāo)、目標(biāo)分類結(jié)果和置信度大小；再通過計(jì)算原始輸入圖像對(duì)應(yīng)的邊框回歸坐標(biāo)、目標(biāo)分類結(jié)果和置信度大小構(gòu)成的集合與對(duì)應(yīng)的原始輸入圖像對(duì)應(yīng)的真實(shí)邊框回歸坐標(biāo)、真實(shí)目標(biāo)分類結(jié)果和真實(shí)置信度大小構(gòu)成的集合之間的損失函數(shù)值，從而獲得卷積神經(jīng)網(wǎng)絡(luò)分類檢測(cè)訓(xùn)練模型的最優(yōu)權(quán)值矢量和偏置項(xiàng)。優(yōu)點(diǎn)是提高了垃圾桶生活垃圾分類預(yù)測(cè)的速率和精確率。 |
