[發(fā)明專利]一種基于多模型融合的水果識別方法在審
| 申請?zhí)枺?/td> | 201811385058.7 | 申請日: | 2018-11-19 |
| 公開(公告)號: | CN109543748A | 公開(公告)日: | 2019-03-29 |
| 發(fā)明(設(shè)計(jì))人: | 張衛(wèi)山;耿祖琨;徐亮 | 申請(專利權(quán))人: | 中國石油大學(xué)(華東) |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06N3/04 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 266580 山*** | 國省代碼: | 山東;37 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 模型融合 模型識別 模型訓(xùn)練 水果 概率向量 目標(biāo)類別 區(qū)域重疊 輸出處理 網(wǎng)絡(luò)結(jié)構(gòu) 訓(xùn)練結(jié)果 有效傳播 輸出 殘差 向量 整合 拼接 網(wǎng)絡(luò) 概率 學(xué)習(xí) | ||
1.一種基于多模型融合的水果識別方法,其特征在于,采用基于多種模型融合的技術(shù)進(jìn)行新模型的設(shè)計(jì),包括以下設(shè)計(jì)步驟:
設(shè)u、v、w分別是SSD(ResNet)、SSD(VGG16)和SSD(VGG19)的輸出經(jīng)過轉(zhuǎn)換并歸一化后的結(jié)果,它們作為BP神經(jīng)網(wǎng)絡(luò)的三個input,本發(fā)明設(shè)計(jì)的網(wǎng)絡(luò)中只含有一個隱含層,隱藏層中有20個節(jié)點(diǎn),Input layer包含了30個節(jié)點(diǎn),output layer有10個節(jié)點(diǎn)如圖1的模型結(jié)構(gòu)。本發(fā)明采用了線性傳遞函數(shù)作為output layer和隱藏層神經(jīng)元的傳遞函數(shù),設(shè)神經(jīng)元狀態(tài)為Xi,output為Yi,它們的關(guān)系是線性的變化關(guān)系,即
Yi=f(Xi)=Xi (1-1)
設(shè)D1,D2…,D10分別為BP神經(jīng)網(wǎng)絡(luò)的輸入,對應(yīng)的輸出為
Ei=Di,i=1,2…,10 (1-2)
對于隱含層,第j個節(jié)點(diǎn)的輸入
Fj=Lj1·E1+Lj2·E2+…+Lj10·E10+Mj (1-3)
第j個節(jié)點(diǎn)的輸出
Hj=f(xj)j=1,2,3…,20 (1-4)
對于輸出層,第j個節(jié)點(diǎn)的輸入
第j個節(jié)點(diǎn)的輸出
Y=f(k)=k (1-6)
Lji,是銜接權(quán)重,Mj,M2是常參偏移值。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國石油大學(xué)(華東),未經(jīng)中國石油大學(xué)(華東)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811385058.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 電氣設(shè)備仿真模型融合方法及融合系統(tǒng)
- 基于深度學(xué)習(xí)的多級融合文檔分類方法和系統(tǒng)
- 一種機(jī)器學(xué)習(xí)模型的動態(tài)融合方法及裝置
- 一種基于骨重建原理的個性化前路椎間融合器設(shè)計(jì)方法
- 一種選擇融合模型權(quán)重參數(shù)的方法、裝置及設(shè)備
- 基于權(quán)重嫁接的模型融合的人臉識別方法及相關(guān)設(shè)備
- 數(shù)字化模型融合方法及裝置
- 多模型融合訓(xùn)練方法、文本分類方法以及裝置
- 基于模型融合的件量預(yù)測方法、裝置、設(shè)備及存儲介質(zhì)
- 支持混合模型融合的Model Ensemble方法
- 自動化的模型訓(xùn)練方法、裝置、設(shè)備及介質(zhì)
- 變換模型訓(xùn)練方法、裝置、設(shè)備和存儲介質(zhì)
- 信息處理裝置和方法以及利用模型分類的裝置
- 一種模型訓(xùn)練的方法和裝置
- 模型訓(xùn)練方法、模型訓(xùn)練裝置和實(shí)體抽取方法
- 選擇模型訓(xùn)練方法、模型選擇方法、裝置及電子設(shè)備
- 模型訓(xùn)練方法及裝置
- 模型的訓(xùn)練方法、模型的預(yù)測方法以及模型的控制系統(tǒng)
- 一種模型生成及電池劣化推測裝置、方法、介質(zhì)及設(shè)備
- 模型訓(xùn)練方法、模型訓(xùn)練平臺、電子設(shè)備和存儲介質(zhì)





