一种基于深度学习的条码区域定位方法

发明专利有效专利

申请号：
CN201910130810.1
IPC分类号：G06K7/14;G06K9/32;G06N3/04;G06N3/08
申请日期：
2019-02-21
申请人：
苏州天准科技股份有限公司

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	一种基于深度学习的条码区域定位方法
申请号	CN201910130810.1	申请日期	2019-02-21
法律状态	实质审查	申报国家	中国
公开/公告日	2019-06-14	公开/公告号	CN109886060A
优先权	暂无	优先权号	暂无
主分类号	G06K7/14 ? 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） G06K7/00 读出记录载体的方法或装置（G06K 9/00优先；以数字方式标记记录载体的方法或装置入G06K 1/00） G06K7/10 采用电磁辐射的，例如，光学读出；应用微粒子辐射 G06K7/14 应用无波长选择的光，例如，读出反射的白光	IPC分类号	G;0;6;K;7;/;1;4;;;G;0;6;K;9;/;3;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	苏州天准科技股份有限公司	申请人地址	江苏省苏州市高新区培源路5号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	苏州天准科技股份有限公司	当前权利人	苏州天准科技股份有限公司
发明人	周海明;崔会涛;张炳刚
代理机构	苏州国诚专利代理有限公司	代理人	杜丹盛

摘要

本发明提供了一种基于深度学习的条码区域定位方法，其利用深度学习技术自动归纳提取产品定位特征，可以大幅提高产品区域定位的特征提炼的准确性，提高识别率；且在面临产品更新换代的情况下，无需另行开发算法，极大的缩短了算法开发周期，提高检测设备的兼容多种产品的能力。其包括训练部分和预测部分；所述训练部分预先采集大量的训练数据、标注信息、形成训练集，在训练阶段，先进行数据探索与处理，之后进行训练模块，在训练模块，通过训练集搭建卷积神经网络，之后定位网络提取特征，然后进行权重学习，判断是否收敛，如收敛则生成模型文件，如不收敛则返回再次定位网络提取特征，模型文件生成后进行模型验证。

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