[發(fā)明專利]一種基于圖像特征和深度學習技術的玉石分類方法

在審

• 申請?zhí)枺?/td>: 202110316436.1
• 申請日: 2021-03-25
• 公開（公告）號: CN113052234A
• 公開（公告）日: 2021-06-29
• 發(fā)明（設計）人: 郭雙雙;易長安;王旭偉;王旭輝;李洋;張玉龍
• 申請（專利權）人: 杭州麥趣網絡科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/40;G06K9/34;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明涉及一種基于圖像特征和深度學習技術的玉石分類方法，包括圖像采集模塊、玉石檢測模塊、檢測結果分析模塊、結果輸出模塊，所述圖像采集模塊通過采集設備采集玉石圖像，對輸入的圖像進行預處理，然后使用深度學習模型算法對圖像進行特征提取，根據二者的特征進行玉石的檢測和分類，確定當前圖像中的玉石個數及各個玉石所在位置、玉石種類、置信度，從而實現(xiàn)玉石智能分類。本發(fā)明采用深度學習方法解決現(xiàn)有技術方案中識別準確率低、識別效率低、分類成本高等突出問題。本發(fā)明為了彌補現(xiàn)有技術的缺陷，提供了一種基于圖像特征和深度學習技術的簡單高效的玉石分類方法。

技術領域

本發(fā)明涉及圖像識別技術領域，尤其涉及一種基于圖像特征和深度學習技術的玉石分類方法。

背景技術

近年來，隨著人工智能技術的快速發(fā)展，尤其是基于機器學習、深度學習的人工智能等前沿科學技術在各行各業(yè)的落地，“AI+傳統(tǒng)行業(yè)”的模式正在引領一場新的改革，過去只能由人工完成的事情，現(xiàn)在逐步由人工智能技術所替代，逐步實現(xiàn)了半自動化、自動化、智能化。

在玉石行業(yè)，玉石主要分為硬玉和軟玉，而在硬玉和軟玉中又有不同的玉石種類，其間硬玉是以翡翠為代表，軟玉是以和田玉為代表。我國玉石類型多樣，包括翡翠、和田玉、碧玉、黃龍玉、俄料、籽料、岫玉、獨玉、水晶等等。在玉石行業(yè)市場交易中，對玉石的原料種類進行分類主要是依靠人工進行判斷，針對某些不易辨識的玉石，還需要依靠專門的儀器設備進行鑒定。然而，現(xiàn)有技術的分類方法中，依靠肉眼判斷不僅低效、準確度不高，而依靠專門儀器設備進行分類成本高昂、耗時巨大、處理能力大大受限，難以適應市場化需求。

發(fā)明內容

鑒于背景技術存在的不足，本發(fā)明涉及一種基于圖像特征和深度學習技術的玉石分類方法，根據上述問題，本發(fā)明采用深度學習方法解決現(xiàn)有技術方案中識別準確率低、識別效率低、分類成本高等突出問題。本發(fā)明為了彌補現(xiàn)有技術的缺陷，提供了一種基于圖像特征和深度學習技術的簡單高效的玉石分類方法。

本發(fā)明涉及一種基于圖像特征和深度學習技術的玉石分類方法，包括圖像采集模塊、玉石檢測模塊、檢測結果分析模塊、結果輸出模塊，所述圖像采集模塊通過采集設備采集玉石圖像，對輸入的圖像進行預處理，然后使用深度學習模型算法對圖像進行特征提取，根據二者的特征進行玉石的檢測和分類，確定當前圖像中的玉石個數及各個玉石所在位置、玉石種類、置信度，從而實現(xiàn)玉石智能分類。

通過采用上述方案，借助于使用預先訓練好的深度學習模型算法對圖像進行特征進行智能識別分類，有效提高識別精準度及效率。

進一步的，所述采集模塊采用采集設備進行圖像采集，圖像包括可見光圖像、專業(yè)設備采集的非可見光圖像；所述玉石檢測模塊包括圖像預處理、模型檢測、玉石個數檢測、檢測結果可靠性判斷；所述檢測結果分析模塊包括玉石數量分析、位置分析、類別分析、置信度分析，所述結果輸出模塊包括檢測結果完成判斷、信息上傳。

通過采用上述方案，使得待檢測圖像可通過多種途徑獲得，包含所有拍攝或者視頻流解析出的圖像。

進一步的，所述采集模塊的采集模塊包括但不限于客戶端相機、專業(yè)相機、掃描儀、數碼相機、顯微鏡、紅外發(fā)射儀、探傷儀等。

進一步的，所述圖像預處理及圖像處理方式包括但不限于縮放、平移、轉置、鏡像、旋轉、歸一化、降維、去噪、均衡化、平滑等。

通過采用上述方案，使得處理圖片更加方便，處理后同一管理識別速度快。

進一步的，所述模型檢測的訓練模型的方法可以使用目標檢測算法、圖像分割算法或分類算法。

通過采用上述方案，通過收集大量關于翡翠、和田玉、碧玉、黃龍玉、俄料、籽料、岫玉、獨玉、水晶等玉石的圖片素材，根據不同玉石類別進行分類、標定，再借助于計算機設備使用圖像檢測或分類或分割算法進行模型參數訓練學習，訓練結束后最終得到所需要的預訓練模型。

進一步的，包括如下實施步驟：