【技术实现步骤摘要】
一种基于深度学习注意力机制碗碟识别的训练方法
本专利技术涉及深度学习领域,尤其涉及一种基于深度学习注意力机制碗碟识别的训练方法。
技术介绍
最近人工智能的快速发展已经涉及到了餐饮行业,食堂餐厅的计价系统也随之在不断的改革和进步,随着深度学习在目标检测中表现出的优异性能,智能餐厅的计价方式从传统的人工计价逐渐变成了自动计价。现阶段的智能餐厅自动计价系统是搭建在深度神经网络的基础上,这就要求系统需要在使用前进行训练,然而在训练网络的过程中通常会有以下问题:一、训练网络模型需要大量的样本,但是样本的数据集需要人工建立。二、为了提高识别率,网络的层数一般都很多,网络结构整体来说很复杂。三、训练中常常会出现过拟合的问题。大数据时代的来临使得样本的获取变得容易,然而样本的标注依然是个相对耗费时间和人力的问题,同时第二个问题和第三个问题存在一定的矛盾,网络结构越复杂就越容易出现过拟合,而简化网络结构又会影响识别率,例如公布号为CN109409197A的中国专利技术专利,提出了一种基于神经网络的碗碟检测方法,该专利技术通过收集碗碟的各种样本制作可用的数据集,并利用YOLO神经网络提取特征进行定位和分类,选择YOLO的目的是结构简单计算速度快,同时能够避免过拟合,为此需要大量采集样本,这就导致了第一个问题,训练周期长,同时人工标记样本带来了额外的成本。目前对于提升碗碟识别率的方法集中在对网络结构的优化上,这并不能很好的避免这个矛盾。本专利技术提供了一种基于深度学习注意力机制碗碟识别的训练方法,适用于有较少样本的数据集的 ...
【技术保护点】
1.一种基于深度学习注意力机制碗碟识别的训练方法,其特征在于,所述方法包括以下步骤:/n样本采集;/n卷积神经网络训练。/n
【技术特征摘要】
1.一种基于深度学习注意力机制碗碟识别的训练方法,其特征在于,所述方法包括以下步骤:
样本采集;
卷积神经网络训练。
2.根据权利要求1所述的一种基于深度学习注意力机制碗碟识别的训练方法,其特征在于,样本采集,包括:
在不同类别的碗碟装入相同类别的菜品,采集碗碟样本;
利用标注软件对采集后的碗碟样本进行标注,
...
【专利技术属性】
技术研发人员:熊继平,朱凌云,叶灵枫,
申请(专利权)人:浙江师范大学,
类型:发明
国别省市:浙江;33
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。