一种基于深度学习的多菜品餐盘智能分割方法技术

本发明专利技术公开了一种基于深度学习的多菜品餐盘智能分割方法，包括餐盘分割策略和餐盘分割训练策略；餐盘分割策略，获取餐盘图像信息作为待识别的餐盘图像信息；餐盘分割算法根据餐盘分割算法参数从待分割的餐盘图像信息中划分得到待识别餐盘区域；餐盘分割训练策略包括餐盘配置步骤、餐盘训练步骤、餐盘误差步骤以及餐盘修正步骤，利用庞大丰富的数据令餐盘分割训练策略进行深度学习，提高算法的健壮性和泛化能力，能快速、准确地分割得到餐盘图像信息中餐盘分割区域。

An intelligent segmentation method of multi dish dishes based on deep learning

【技术实现步骤摘要】
一种基于深度学习的多菜品餐盘智能分割方法
本专利技术涉及物体检测分割
，尤其是涉及一种基于深度学习的多菜品餐盘智能分割方法。
技术介绍
目前常用的传统图像分割技术，都是基于图像灰度值的差异进行分割处理的。这就要求在分割过程中，餐盘中餐盘间要有一定的间距，并且餐盘的颜色不能太相近。但是在实际的分割过程中，由于盛放食物的餐盘颜色比价相近，甚至是颜色相同，并且餐盘间还有可能相互重叠遮挡等问题的存在，这就会大大降低图像分割的准确度和精度，分割结果达不到预期的效果。
技术实现思路
本专利技术的目的在于提供了一种通过深度学习实现快速提取菜品图片中餐盘区域的基于深度学习的多菜品餐盘智能分割训练方法。为实现上述目的，本专利技术采取的技术方案为：一种基于深度学习的多菜品餐盘智能分割方法，包括餐盘分割策略和餐盘分割训练策略；餐盘分割策略，获取餐盘图像信息作为待识别的餐盘图像信息；餐盘分割算法根据餐盘分割算法参数从所述待分割的餐盘图像信息中划分得到待识别餐盘区域；餐盘分割训练策略包括以下步骤：r>餐盘配置步骤，获本文档来自技高网...

【技术保护点】
1.一种基于深度学习的多菜品餐盘智能分割方法，其特征在于包括餐盘分割策略和餐盘分割训练策略；/n餐盘分割策略，获取餐盘图像信息作为待识别的餐盘图像信息；餐盘分割算法根据餐盘分割算法参数从所述待分割的餐盘图像信息中划分得到待识别餐盘区域；/n餐盘分割训练策略包括以下步骤：/n餐盘配置步骤，获取餐盘图像信息作为待标记的餐盘图像信息，划分所述待标记的餐盘图像信息得到餐盘标记区域；/n餐盘训练步骤，获取餐盘图像信息作为待训练的餐盘图像信息，所述餐盘分割算法根据餐盘分割参数划分所述待训练的餐盘图像信息得到餐盘分割区域；/n餐盘误差步骤，餐盘误差算法根据餐盘标记区域和对应的餐盘分割区域的产值生成餐盘分割误...

【技术特征摘要】
1.一种基于深度学习的多菜品餐盘智能分割方法，其特征在于包括餐盘分割策略和餐盘分割训练策略；
餐盘分割策略，获取餐盘图像信息作为待识别的餐盘图像信息；餐盘分割算法根据餐盘分割算法参数从所述待分割的餐盘图像信息中划分得到待识别餐盘区域；
餐盘分割训练策略包括以下步骤：
餐盘配置步骤，获取餐盘图像信息作为待标记的餐盘图像信息，划分所述待标记的餐盘图像信息得到餐盘标记区域；
餐盘训练步骤，获取餐盘图像信息作为待训练的餐盘图像信息，所述餐盘分割算法根据餐盘分割参数划分所述待训练的餐盘图像信息得到餐盘分割区域；
餐盘误差步骤，餐盘误差算法根据餐盘标记区域和对应的餐盘分割区域的产值生成餐盘分割误差信息；
餐盘修正步骤，根据所述餐盘分割误差信息修正所述餐盘分割算法参数。


2.根据权利要求1所述的一种基于深度学习的多菜品餐盘智能分割方法，其特征在于，所述餐盘分割算法配置有第一卷积识别子算法，所述第一卷积识别子算法配置有第一餐盘识别子参数，所述第一卷积识别子算法通过所述第一餐盘识别子参数识别所述待分割的餐盘图像信息，所述餐盘分割算法参数包括所述第一餐盘识别子参数。


3.根据权利要求2所述的一种基于深度学习的多菜品餐盘智能分割方法，其特征在于，所述餐盘分割算法还配置有第一批量正则化层，所述第一批量正则化层设置于第一卷积识别步骤子算法之后。


4.根据权利要求2所述的一种基于深度学习的多菜品餐盘智能分割方法，其特征在于，所述餐盘分割算法还配置有第一Relu函数，所述第一Relu函数设置于第一批量正则化层之后。


5.根据权利要求2所述的一种基于深度学习的多菜品餐盘智能分割方法，其特征在于，所述餐盘分割算法还配置有全0行子算法，所述全0行子算法设置在...

【专利技术属性】
技术研发人员：许来钊，柳培海，
申请(专利权)人：杭州效准智能科技有限公司，
类型：发明
国别省市：浙江;33