[發(fā)明專利]提升基于深度學習的菜品識別系統(tǒng)識別精度的方法

在審

• 申請?zhí)枺?/td>: 202011023188.3
• 申請日: 2020-09-25
• 公開（公告）號: CN112115903A
• 公開（公告）日: 2020-12-22
• 發(fā)明（設計）人: 陳曉鵬;梁永堅;趙曉紅
• 申請（專利權）人: 廣州市派客樸食信息科技有限責任公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州致信偉盛知識產(chǎn)權代理有限公司 44253
• 代理人: 伍嘉陵

1.一種提升基于深度學習的菜品識別系統(tǒng)精度的方法，其特征在于，包括以下步驟：

S1,對菜品采集連續(xù)的多幀圖片，求取每一幀圖片中各個菜品的中心坐標，利用曼哈頓距離公式計算連續(xù)的前后兩幀圖片中同一個菜品對應的中心坐標差值，直到該中心坐標差值小于設定閾值，取最后一幀圖片進行菜品識別；

S2,對圖片進行裁剪，得到包含菜品的圖片；

S3,對裁剪的圖片進行固定角度范圍內(nèi)的隨機旋轉和翻轉，結合亮度和對比度隨機調(diào)整得到多張增強圖片；

S4,提取每張增強圖片的菜品信息特征，得到多個不同的菜品信息特征，計算出菜品信息特征均值；

S5，通過菜品信息特征均值與數(shù)據(jù)庫里儲存的菜品信息特征進行特征對比判斷，最后輸出菜品的識別結果。

2.根據(jù)權利要求1所述的提升基于深度學習的菜品識別系統(tǒng)精度的方法，其特征在于，在對菜品進行采集之前，還包括以下步驟：在后臺數(shù)據(jù)庫中選擇當餐所涉及的菜單進行篩選排單，減少從數(shù)據(jù)庫中需要提取比對的菜品信息特征。

3.根據(jù)權利要求1所述的提升基于深度學習的菜品識別系統(tǒng)精度的方法，其特征在于，還包括以下步驟：在菜品識別時，當有識別到有新品增加、置信度識別得分相近和置信度識別得分過低時，及時在菜品識別界面報警提醒，轉由人工進行干預糾正識別。

4.根據(jù)權利要求3所述的提升基于深度學習的菜品識別系統(tǒng)精度的方法，其特征在于，還包括以下步驟：判別當前采集的菜品類別是否在數(shù)據(jù)庫中存在，不存在則進行新增菜品，存在則進行菜品糾錯修正類別，糾正完正確的菜品類別后，對該菜品圖片進行數(shù)據(jù)增強并提取特征，與數(shù)據(jù)庫里對應的正確類別的菜品信息特征，進行加權平均，然后再把加權平均的特征更新原數(shù)據(jù)庫中的菜品信息特征。