【技术实现步骤摘要】
一种发票分类方法
本专利技术涉及一种发票分类方法，属于计算机视觉图像处理领域。
技术介绍
：在智能报销系统中，个人将发票拍照上传到系统中，然而每一类的发票对应的报销方式是不一样的，若大量的发票无法及时准确的分类，系统将无法正常运行。然而发票褶皱、未将发票按正确方向摆放和发票清晰度不够高等原因将会造成发票分类误差大。随着深度学习的快速发展，各个行业对于深度学习的应用也越趋于成熟，神经网络的层数也在不断的增加，但是对于一般的卷积网络而言，增加网络层数，会出现“退化”现象，反而导致训练的准确率下降了，这将导致训练出来的模型很难在测试集上有良好表现，并且层数增加带来的是参数剧增，这将导致计算机的负担加重，且没有实际收益。
技术实现思路
本专利技术提供一种发票分类方法，能够准确快速的实现发票的分类。为达到为达到上述目的，本专利技术所采用的技术方案是：一种发票分类方法，包括以下步骤：采集发票图像，将所述发票图像输入至已训练好的ResNet分类模型，获取发票分类结果。进一步，所述方法还包括：对所采集的发票图像进行灰度化处理，获取灰度图像；将所述灰度图像转换为数组并做归一化处理。进一...
【技术保护点】
1.一种发票分类方法，其特征在于，所述方法包括如下步骤：采集发票图像，将所述发票图像输入至已训练好的ResNet分类模型，获取发票分类结果。
【技术特征摘要】
1.一种发票分类方法，其特征在于，所述方法包括如下步骤：采集发票图像，将所述发票图像输入至已训练好的ResNet分类模型，获取发票分类结果。2.根据权利要求1所述的发票分类方法，其特征在于，所述方法还包括：对所采集的发票图像进行灰度化处理，获取灰度图像；将所述灰度图像转换为数组并做归一化处理。3.根据权利要求2所述的发票分类方法，其特征在于，利用下述公式进行灰度化处理：其中，L为灰度图像的像素，0表示黑，255表示白；R表示所采集发票图像的红色像素，G表示所采集发票图像的绿色像素，B表示所采集发票图像的蓝色像素。4.根据权利要求2所述的发票分类方法，其特征在于，采用下述公式进行归一化处理：其中：P为灰...
【专利技术属性】
技术研发人员：程崇虎，王润，孟洋，熊健，杨洁，桂冠，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。