[发明专利]一种基于细粒度神经网络的织物种类识别方法在审
| 申请号： | 201810191716.2 | 申请日： | 2018-03-08 |
| 公开（公告）号： | CN108416774A | 公开（公告）日： | 2018-08-17 |
| 发明（设计）人： | 黄凯;康德开;郭叙森;郑杰鑫 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04;G06F17/30;G06T5/00 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 陈伟斌 |
| 地址： | 510275 *** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及图像处理及深度学习的技术领域，更具体地，涉及一种基于细粒度神经网络的织物种类识别方法。一种基于细粒度神经网络的织物种类识别方法，其中，包括以下步骤：步骤1：构建细粒度卷积神经网络；步骤2：采集织物图像，并对其进行预处理，建立织物图像数据库；步骤3：使用预处理后的织物图像，训练细粒度识别卷积神经网络模型；步骤4：使用测试图像对细粒度卷积神经网络模型进行测试，得到测试图像的织物类别识别结果。本发明能够更好地提取织物纹理等细粒度特征，实现织物种类的准快速识别。 | ||
| 搜索关键词： | 细粒度 卷积神经网络 神经网络 织物图像 种类识别 预处理 测试图像 快速识别 类别识别 使用测试 图像处理 织物纹理 构建 数据库 采集 图像 测试 学习 | ||
【主权项】：
1.一种基于细粒度神经网络的织物种类识别方法，其特征在于，包括以下步骤：步骤1：构建细粒度卷积神经网络；步骤2：采集织物图像，并对其进行预处理，建立织物图像数据库；步骤3：使用预处理后的织物图像，训练细粒度识别卷积神经网络模型；步骤4：使用测试图像对细粒度卷积神经网络模型进行测试，得到测试图像的织物类别识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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中山大学，未经中山大学许可，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/patent/201810191716.2/，转载请声明来源钻瓜专利网。
