[发明专利]基于机器学习的大规模企业环境信息图片分类方法及系统在审
| 申请号： | 202310304897.6 | 申请日： | 2023-03-24 |
| 公开（公告）号： | CN116416466A | 公开（公告）日： | 2023-07-11 |
| 发明（设计）人： | 白羽;丁小敏 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/774;G06N3/0464;G06N3/08;G06N20/00 |
| 代理公司： | 北京久诚知识产权代理事务所(特殊普通合伙) 11542 | 代理人： | 齐葵 |
| 地址： | 230009 *** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 机器 学习 大规模 企业 环境 信息 图片 分类 方法 系统 | ||
1.一种基于机器学习的大规模企业环境信息图片分类方法，其特征在于，所述方法包括：
获取环境信息文本数据和待分类环境信息原始图片；
基于LDA主题模型从所述环境信息文本数据中提取环境信息图片内容分类标准，并基于颜色的色域值获取环境信息图片颜色分类标准；
获取模型训练环境图像，并基于所述环境信息图片内容分类标准对所述模型训练环境图像进行标注，并基于标注后的所述模型训练环境图像训练图片分类模型；
基于训练后的所述图片分类模型对所述待分类环境信息原始图片进行环境信息图片内容的分类，同时基于计算机视觉库程序按照所述环境信息图片颜色分类标准，对所述待分类环境信息原始图片进行环境信息图片颜色的分类。
2.如权利要求1所述的方法，其特征在于，所述环境信息图片内容分类标准包括：环境意识、环境认证、环保设施、环境绿化和可再生能源。
3.如权利要求1所述的方法，其特征在于，所述基于颜色的色域值获取环境信息图片颜色分类标准包括：基于常用颜色的色域值构建颜色字典，并将所述颜色字典作为环境信息图片颜色分类标准。
4.如权利要求1所述的方法，其特征在于，所述图片分类模型包括卷积神经网络。
5.如权利要求1所述的方法，其特征在于，所述计算机视觉库程序包括Open CV程序。
6.一种基于机器学习的大规模企业环境信息图片分类系统，其特征在于，所述系统包括：
数据获取模块，用于获取环境信息文本数据和待分类环境信息原始图片；
图片分类标准获取模块，用于基于LDA主题模型从所述环境信息文本数据中提取环境信息图片内容分类标准，并基于颜色的色域值获取环境信息图片颜色分类标准；
图片分类模型训练模块，用于基于所述环境信息图片内容分类标准对预先获取的模型训练环境图像进行标注，并基于标注后的所述模型训练环境图像训练图片分类模型；
图片分类模块，用于基于训练后的所述图片分类模型对所述待分类环境信息原始图片进行环境信息图片内容的分类，同时基于计算机视觉库程序按照所述环境信息图片颜色分类标准对所述待分类环境信息原始图片进行环境信息图片颜色的分类。
7.如权利要求6所述的系统，其特征在于，所述环境信息图片内容分类标准包括：环境意识、环境认证、环保设施、环境绿化和可再生能源。
8.如权利要求6所述的系统，其特征在于，所述图片分类标准获取模块基于颜色的色域值获取环境信息图片颜色分类标准包括：基于常用颜色的色域值构建颜色字典，并将所述颜色字典作为环境信息图片颜色分类标准。
9.如权利要求6所述的系统，其特征在于，所述图片分类模型包括卷积神经网络。
10.如权利要求6所述的系统，其特征在于，所述图片分类模块中计算机视觉库程序包括Open CV程序。
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合肥工业大学，未经合肥工业大学许可，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/202310304897.6/1.html，转载请声明来源钻瓜专利网。
