[發明專利]一種基于深度神經網絡的金屬幣識別裝置在審
| 申請號: | 201810278121.0 | 申請日: | 2018-03-31 |
| 公開(公告)號: | CN108416396A | 公開(公告)日: | 2018-08-17 |
| 發明(設計)人: | 陳衛文;楊承晉 | 申請(專利權)人: | 成都市深國科半導體有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06N3/02;G07D5/00 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 610000 四川省成都市高新區*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 金屬幣 神經網絡 識別裝置 數據處理模塊 報警模塊 電源模塊 探測單元 通信模塊 圖像單元 顯示模塊 存儲單元 存儲模塊 | ||
本發明公開了一種基于深度神經網絡的金屬幣識別裝置,所述的基于深度神經網絡的金屬幣識別裝置包括金屬幣探測單元、存儲模塊、數據處理模塊、圖像單元、電源模塊、顯示模塊、通信模塊和報警模塊;所述金屬幣探測單元、圖像單元、電源模塊、存儲單元、顯示模塊、通信模塊和報警模塊與數據處理模塊相連。通過本發明,可以實現一種基于深度神經網絡的金屬幣識別裝置。
技術領域
本發明涉及識別領域,尤其涉及一種基于深度神經網絡的金屬幣識別裝置。
背景技術
目前,深度神經網絡技術方法在計算機視覺,計算機聽覺,自然語言理解等人工智能領域具有廣泛的應用。深度神經網絡技術方法具有端到端處理、自動學習樣本特征無需人工設計特征和準確率高等優點。但是,同時深度神經網絡技術方法也存在著模型參數過多,計算量大等缺點。對于一些前端基于嵌入式設備的應用場景,模型參數過多會導致占用大量的存儲資源,計算量大會導致設備不能及時響應一些需求。因此,減少深度神經網絡結構規模,減少網絡參數,降低計算量對于深度神經網絡在嵌入式前端設備的使用具有重要的意義。
為了解決上述問題,本發明提出一種基于深度神經網絡的金屬幣識別裝置。
發明內容
為了解決上述問題,本發明提出一種基于上述問題,提出一種基于深度神經網絡的金屬幣識別裝置,其特征在于,所述的基于深度神經網絡的金屬幣識別裝置包括金屬幣探測單元、存儲模塊、數據處理模塊、圖像單元、電源模塊、顯示模塊、通信模塊和報警模塊;
所述金屬幣探測單元、圖像單元、電源模塊、存儲單元、顯示模塊、通信模塊和報警模塊與數據處理模塊相連;
所述金屬幣探測單元用于探測目標金屬幣;
所述存儲單元用于存儲預設金屬幣的信息;
所述圖像單元用于拍攝并處理金屬幣圖像;
所述電源模塊用于為裝置供電;
所述的通信模塊用于實時遠程通信;
所述的報警模塊用于發出聲光報警;
所述顯示模塊用于顯示識別到的金屬幣的圖像以及面額;
所述數據處理模塊用于處理金屬幣探測模塊、圖像單元和通信模塊的信號。
優選的,所述的金屬幣探測單元包括金屬傳感器模塊和深度神經網絡模塊,所述金屬探測器模塊用于探測目標金屬幣,所述深度神經網絡包括獲取模塊、建立模塊、劃分模塊、訓練模塊、驗證模塊和識別模塊,所述獲取模塊,用于通過金屬傳感器獲取與目標金屬幣有關聯關系的預設信息;所述建立模塊,用于以所述預設金屬幣的信息為輸入,所述目標金屬幣信息為輸出,建立深度神經網絡;所述劃分模塊,用于將根據所述預設參數生成的樣本數據分為訓練集和驗證集;所述訓練模塊,用于根據訓練集中的樣本數據對所述深度神經網絡進行訓練,獲取包含有輸入輸出映射關系的深度神經網絡;所述驗證模塊,用于根據驗證集中的樣本數據對訓練結果進行驗證,并根據驗證結果調整所述深度神經網絡;所述識別模塊,用于根據調整后的深度神經網絡識別所述的目標金屬幣。
優選的,所述的報警模塊包括LED燈和揚聲器。
優選的,所述的通信模塊包括4G-LTE模塊和WiFi模塊。
優選的,所述的圖像單元包括照相模塊和圖像處理模塊,所述照相模塊用于拍攝所述目標金屬幣的圖像,所述圖像處理模塊用于處理照模塊獲取的圖像。
本發明的有益效果在于:通過本發明,可以實現一種基于深度神經網絡的金屬幣識別裝置。
附圖說明
圖1是一種基于深度神經網絡的金屬幣識別裝置的原理圖。
具體實施方式
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于成都市深國科半導體有限公司,未經成都市深國科半導體有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810278121.0/2.html,轉載請聲明來源鉆瓜專利網。





