一种基于卷积神经网络的生活垃圾分类检测方法

发明专利有效专利

申请号：
CN202110164847.3
IPC分类号：G06K9/62;G06K9/00;G06N3/04;G06N3/08
申请日期：
2021-02-06
申请人：
浙江净禾智慧科技有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于卷积神经网络的生活垃圾分类检测方法
申请号	CN202110164847.3	申请日期	2021-02-06
法律状态	授权	申报国家	中国
公开/公告日	2021-06-01	公开/公告号	CN112884033A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;0;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	浙江净禾智慧科技有限公司	申请人地址	浙江省杭州市余杭区五常街道西溪艺术集合村莲公荡路14号107室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江净禾智慧科技有限公司	当前权利人	浙江净禾智慧科技有限公司
发明人	潘志刚;朱新荣;沈淑英
代理机构	北京睿智保诚专利代理事务所（普通合伙）	代理人	周新楣

摘要

本发明公开了一种基于卷积神经网络的生活垃圾分类检测方法，涉及深度学习领域。在其训练阶段，构建卷积神经网络，使用原始垃圾图像输入到卷积神经网络中进行训练，得到原始输入图像对应的边框回归坐标、目标分类结果和置信度大小；再通过计算原始输入图像对应的边框回归坐标、目标分类结果和置信度大小构成的集合与对应的原始输入图像对应的真实边框回归坐标、真实目标分类结果和真实置信度大小构成的集合之间的损失函数值，从而获得卷积神经网络分类检测训练模型的最优权值矢量和偏置项。优点是提高了垃圾桶生活垃圾分类预测的速率和精确率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供