[发明专利]基于深度学习算法的舌苔图像识别方法及系统在审
| 申请号： | 201811564014.0 | 申请日： | 2018-12-20 |
| 公开（公告）号： | CN109657722A | 公开（公告）日： | 2019-04-19 |
| 发明（设计）人： | 孙晓勇;魏庆功;尹猛;闫小燕 | 申请（专利权）人： | 山东农业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 李琳 |
| 地址： | 271018 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供了一种基于深度学习算法的舌苔图像识别方法及系统，获取舌头的原始图像，对其进行标准化，并进行编码、归一化处理形成待检测数据，并构建包含训练集与验证集的数据集；搭建深度卷积神经网络，利用训练集对搭建的深度卷积神经网络进行训练，并利用验证集进行验证；利用训练后的深度卷积神经网络对测试数据进行识别分类，本公开显著提高了舌苔图像识别的准确率和便利程度。 | ||
| 搜索关键词： | 卷积神经网络 图像识别 舌苔 学习算法 训练集 验证集 待检测数据 归一化处理 测试数据 原始图像 数据集 准确率 构建 舌头 标准化 验证 分类 便利 | ||
【主权项】：
1.一种基于深度学习算法的舌苔图像识别方法，其特征是：包括以下步骤：(1)获取舌头的原始图像，对其进行标准化，并进行编码、归一化处理形成待检测数据，并构建包含训练集与验证集的数据集；(2)搭建深度卷积神经网络，利用训练集对搭建的深度卷积神经网络进行训练，并利用验证集进行验证；(3)利用训练后的深度卷积神经网络对测试数据进行识别分类。
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山东农业大学，未经山东农业大学许可，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/patent/201811564014.0/，转载请声明来源钻瓜专利网。
