[发明专利]基于深度学习的皮革破损识别方法、系统及设备和介质

权利要求书

1.一种基于深度学习的皮革破损识别方法，其特征在于，包括：

获取待识别皮革图像；

将所述待识别皮革图像输入训练后分类模型中；

利用所述训练后分类模型对所述待识别皮革图像进行识别，得到对应的皮革破损类型；其中，所述训练后分类模型为基于深度学习网络预先训练得到的模型。

2.根据权利要求1所述的皮革破损识别方法，其特征在于，所述皮革破损类型包括：破洞、划痕、烂面、针眼、无破损中任一项或任意组合。

3.根据权利要求1所述的皮革破损识别方法，其特征在于，还包括：

获取高清的皮革样本图像；

根据所述皮革破损类型对所述皮革样本图像进行分类，得到各种所述皮革破损类型对应的所述皮革样本图像，并从中确定训练样本集；

基于深度学习网络利用所述训练样本集对预设分类模型进行训练，得到所述训练后分类模型。

4.根据权利要求3所述的皮革破损识别方法，其特征在于，所述根据所述皮革破损类型对所述皮革样本图像进行分类之后，还包括：

对所述皮革样本图像进行裁剪处理，得到皮革局部图像；

相应的，所述根据所述皮革破损类型对所述皮革样本图像进行分类，包括：

根据所述皮革破损类型对所述皮革局部图像进行分类。

5.根据权利要求3所述的皮革破损识别方法，其特征在于，还包括：

获取测试样本集；其中，所述测试样本集为从所有所述皮革样本图像中确定的与所述训练样本集无交叉的样本集合；

利用所述测试样本集对所述训练后分类模型进行测试，得到当前所述训练后分类模型的识别精度；

判断所述识别精度是否达到预设精度；

如果否，则继续对所述训练后分类模型进行训练，以调整模型参数直至所述训练后分类模型的识别精度满足预设精度。

6.根据权利要求3所述的皮革破损识别方法，其特征在于，所述根据所述皮革破损类型对所述皮革样本图像进行分类之前，还包括：

对所述皮革样本图像进行缩放和/或旋转和/或随机噪声操作。

7.根据权利要求3至6任一项所述的皮革破损识别方法，其特征在于，所述利用所述训练样本集对预设分类模型进行训练之前，还包括：

将所述训练样本集转换成txt清单列表格式，并转换成lmdb文件。

8.一种基于深度学习的皮革破损识别系统，其特征在于，包括：

图像获取模块，用于获取待识别皮革图像；

图像输入模块，用于将所述待识别皮革图像输入训练后分类模型中；

图像识别模块，用于利用所述训练后分类模型对所述待识别皮革图像进行识别，得到对应的皮革破损类型；其中，所述训练后分类模型为基于深度学习网络预先训练得到的模型。

9.一种电子设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述基于深度学习的皮革破损识别方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于深度学习的皮革破损识别方法的步骤。