[发明专利]基于卷积神经网络的菜品营养成分计算方法在审
| 申请号： | 201810410720.3 | 申请日： | 2018-05-02 |
| 公开（公告）号： | CN108831530A | 公开（公告）日： | 2018-11-16 |
| 发明（设计）人： | 张文强 | 申请（专利权）人： | 杭州机慧科技有限公司 |
| 主分类号： | G16H20/60 | 分类号： | G16H20/60;G06K9/62;G06N3/04 |
| 代理公司： | 广州市越秀区哲力专利商标事务所(普通合伙) 44288 | 代理人： | 胡拥军;糜婧 |
| 地址： | 310000 浙江省杭州市余*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的菜品营养成分计算方法，该方法包括以下步骤：第一步：使用预先训练好的第一卷积神经网络对目标图像进行检测，并将检测到的菜品图像作为第二步输入图像；第二步：使用预先训练好的第二卷积神经网络，对上述输入图像进行识别，并输出菜品的特征数据；第三步：基于第二步输出的菜品的特征数据，估算出该菜品的营养成分。本发明在给定菜品正视图、俯视图(包含标志物)的情况下，能够对菜品种类进行识别，对其体积、质量进行计算，从而实现对菜品营养成分的估算，在兼顾便利性的基础上保证了较高的准确率。 | ||
| 搜索关键词： | 菜品 卷积神经网络 菜品营养 成分计算 输入图像 特征数据 估算 目标图像 输出 便利性 标志物 俯视图 正视图 检测 准确率 图像 保证 | ||
【主权项】：
1.一种基于卷积神经网络的菜品营养成分计算方法，其特征在于，包括以下步骤：第一步：使用预先训练好的第一卷积神经网络对目标图像进行检测，并将检测到的菜品图像作为第二步输入图像；第二步：使用预先训练好的第二卷积神经网络，对上述输入图像进行识别，并输出菜品的特征数据；第三步：基于第二步输出的菜品的特征数据，估算出该菜品的营养成分。
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杭州机慧科技有限公司，未经杭州机慧科技有限公司许可，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/patent/201810410720.3/，转载请声明来源钻瓜专利网。
