[发明专利]利用字符实现机器视觉训练的方法

摘要

本发明公开了一种利用字符实现机器视觉训练的方法，在机器视觉识别物体过程中需要提供辅助的信息作为训练的校准支持，利用字符作为另一种可被机器识别的图形，在需要进行机器视觉算法训练的环境中，增加可被其他算法识别的字符，作为主要训练算法的校准依据；本发明的优点在于：为神经网络算法设计了一种自我完善的机制，辅助神经网络算法更好的独立完成预定任务，靠辅助的算法实现自然自动化训练，从而自动提高结果集的质量，产生大量样本训练数据的同时，可以以机器自身的速度进行训练，无需人工提供训练结果集产生训练结果，大大减少了人工干预，提高了算法的准确率和训练频率。

主权项

1.利用字符实现机器视觉训练的方法，其特征在于，具体流程如下：（1）由摄像头硬件读取视觉影像；（2）对摄像头数据进行增强处理；（3）对获取到的图像数据执行文字识别模块，读取预定的文字信息；（4）将获取到的图像数据与识别结果打包成训练数据；（5）将训练数据集送入神经网络进行训练；（6）将训练结果集保存为权重文件；（7）从设备文件系统中读取权重文件，权重文件可以是默认状态，也可以是上次执行图像识别后更新的训练权重文件；（8）对获取的图形进行图形神经网络识别，并产生识别结果；（9）如果模块返回的识别结果在85%以上，那么将作为判断结果输出，如果低于85%那么将重新读取本次更新的训练权重数据，重新进行识别；（10）根据文字识别结果做出粗判断；（11）根据神经网络的输出做出判断；（12）两个判断结果相符，即神经网络判断结果在粗判断结果范围内，那么将作为判断结果输出，如果不符，那么本次判断失败，直接退出；（13）将判断结果转换为控制指令，由设备硬件接口输出。