[发明专利]中草药识别方法及装置在审
申请号: | 201710023151.2 | 申请日: | 2017-01-12 |
公开(公告)号: | CN106803074A | 公开(公告)日: | 2017-06-06 |
发明(设计)人: | 马兆远;韩放;龙诺明;雒旭蛟 | 申请(专利权)人: | 司马大大(北京)智能系统有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙)11371 | 代理人: | 梁斌 |
地址: | 100089 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 中草药 识别 方法 装置 | ||
1.一种中草药识别方法,应用于中草药识别系统,所述系统包括相互之间通信连接的服务器与用户终端,其特征在于,所述服务器包括中草药深度学习模型,所述方法包括:
所述用户终端获取输入的中草药的图像信息,并将中草药的图像信息发送给服务器;
所述服务器采用所述中草药深度学习模型对所述中草药的图像信息进行识别,得到中草药的信息。
2.如权利要求1所述的中草药识别方法,其特征在于,所述方法还包括:
预设深度学习模型;
根据多个种类的已知信息的中草药的图像,利用深度学习方法,对所述深度学习模型进行训练,获得中草药深度学习模型。
3.如权利要求2所述的中草药识别方法,其特征在于,所述对所述深度学习模型进行训练,获得中草药深度学习模型的步骤包括:
利用所述预设深度学习模型,提取所述已知信息的中草药的特征;
根据所述已知信息的中草药的特征,利用所述预设深度学习模型,对所述已知信息的中草药的特征进行分类;
根据分类结果及代价函数,获得模型响应误差;
根据所述模型响应误差,利用反向传播,对所述深度学习模型进行迭代更新,获得所述中草药学习模型。
4.如权利要求1所述的中草药识别方法,其特征在于,所述服务器采用所述中草药深度学习模型对所述中草药的图像信息进行识别,得到中草药的信息的步骤包括:
将所述中草药的图像信息划分为多个图像数据;
根据所述图像数据利用所述中草药深度学习模型提取所述中草药的特征;
根据所述中草药的特征,利用所述中草药深度学习模型匹配出所述特征所属的分类;
根据所述特征所属的分类得到中草药的信息。
5.如权利要求1所述的中草药识别方法,其特征在于,所述方法还包括:
所述用户终端接收并显示所述服务器发送的中草药的信息。
6.一种中草药识别方法,应用于用户终端,其特征在于,所述用户终端包括中草药深度学习模型,所述方法包括:
获取输入的中草药的图像信息;
所述中草药深度学习模型对所述中草药的图像信息进行识别,得到中草药的信息。
7.一种中草药识别装置,应用于中草药识别系统,所述系统包括相互之间通信连接的服务器与用户终端,其特征在于,所述服务器包括中草药深度学习模型,所述装置包括:
预设模块,用于预设深度学习模型;
训练模块,用于根据多个种类的已知信息的中草药的图像,利用深度学习方法,对所述深度学习模型进行训练,获得中草药深度学习模型;
发送模块,用于所述用户终端获取输入的中草药的图像信息,并将中草药的图像信息发送给服务器;
获得模块,用于所述服务器采用所述中草药深度学习模型对所述中草药的图像信息进行识别,得到中草药的信息;
显示模块,用于所述用户终端接收并显示所述服务器发送的中草药的信息。
8.如权利要求7所述的中草药识别装置,其特征在于,所述训练模块包括:
第一提取子模块,用于利用所述预设深度学习模型,提取所述已知信息的中草药的特征;
第一分类子模块,用于根据所述已知信息的中草药的特征,利用所述预设深度学习模型,对所述已知信息的中草药的特征进行分类;
计算子模块,用于根据分类结果及代价函数,获得模型响应误差;
迭代子模块,用于根据所述模型响应误差,利用反向传播,对所述深度学习模型进行迭代更新,获得所述中草药学习模型。
9.如权利要求7所述的中草药识别装置,其特征在于,所述获得模块包括:
检测子模块,用于将所述中草药的图像信息划分为多个图像数据;
第二提取子模块,用于根据所述图像数据利用所述中草药深度学习模型提取所述中草药的特征;
第二分类子模块,用于根据所述中草药的特征,利用所述中草药深度学习模型匹配出所述特征所属的分类;
获得子模块,用于根据所述所属的分类得到中草药的信息。
10.一种中草药识别装置,应用于用户终端,其特征在于,所述用户终端包括中草药深度学习模型,所述装置包括:
获取模块,用于获取输入的中草药的图像信息;及所述中草药深度学习模型对所述中草药的图像信息进行识别,得到中草药的信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于司马大大(北京)智能系统有限公司,未经司马大大(北京)智能系统有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710023151.2/1.html,转载请声明来源钻瓜专利网。