翡翠产品识别方法、系统、终端、计算机设备及存储介质技术方案

本发明专利技术属于翡翠产品分级的前期处理技术领域，公开了一种翡翠产品识别方法、系统、终端、计算机设备及存储介质，获取翡翠产品图片中正样本数据和负样本数据，按照一定的样本比例，将所述正样本数据和负样本数据制作成标签，作为训练网络的样本数据；运用预先训练好的SSD训练网络在所述样本数据中找出图像中翡翠产品物体，同时确定物体的类别和位置。本发明专利技术可以检测图片中是否含有翡翠产品，从而有效提升了翡翠产品分级的准确度。本发明专利技术与传统的数字图像处理的各种算法相比，准确度更高，适用场所更广，识别所需时间更短。

【技术实现步骤摘要】
翡翠产品识别方法、系统、终端、计算机设备及存储介质
本专利技术属于翡翠产品分级的前期处理
，尤其涉及一种翡翠产品识别方法、系统、终端、计算机设备及存储介质。
技术介绍
目前，翡翠产品识别大多使用传统数字图像处理，一方面适用场景不广，主要针对场景单一、简单，另一方面存在识别边界错误、识别不准的情况。因此在现如今需要准确快速的翡翠产品图像识别中显得不合时宜。HOG特征(现有技术)用于目标检测，为了找到局部目标，必须需要寻找其轮廓。一般来说，在物体的边缘部分才有比较明显的梯度,背景或物体内部色彩变化不明显，因此梯度也不明显，所以物体的表象与形状可以较好地被梯度描述。通过上述分析，现有技术存在的问题及缺陷为：(1)但是HOG翡翠产品识别方法过程冗长,速度慢,实时性差；很难处理遮挡问题。(2)由于梯度的性质,且对噪点相当敏感。且无法识别出特定翡翠产品类别物体。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种翡翠产品识别方法、数据处理终端、计算机设备及存储介质。>本专利技术是这样实本文档来自技高网...

【技术保护点】
1.一种基于机器学习的翡翠产品识别方法，其特征在于，所述翡翠产品识别方法包括：/n获取翡翠产品图片中正样本数据和负样本数据，按照一定的样本比例，将所述正样本数据和负样本数据制作成标签，作为训练网络的样本数据；/n运用预先训练好的SSD训练网络在所述样本数据中找出图像中翡翠产品物体，同时确定物体的类别和位置。/n

【技术特征摘要】
1.一种基于机器学习的翡翠产品识别方法，其特征在于，所述翡翠产品识别方法包括：
获取翡翠产品图片中正样本数据和负样本数据，按照一定的样本比例，将所述正样本数据和负样本数据制作成标签，作为训练网络的样本数据；
运用预先训练好的SSD训练网络在所述样本数据中找出图像中翡翠产品物体，同时确定物体的类别和位置。


2.如权利要求1所述的基于机器学习的翡翠产品识别方法，其特征在于，所述正样本数据和负样本数据确定方法为：
收集翡翠产品的图片数据，利用人工打标将翡翠产品的位置确定，提取所述翡翠产品的目标坐标框，作为正样本数据；
爬取不含翡翠产品的图片作为负样本数据。


3.如权利要求2所述的基于机器学习的翡翠产品识别方法，其特征在于，所述目标坐标框还采用以下方法确定：
将所述翡翠产品图片分成S*S个区块，通过网格预测所述翡翠产品的目标坐标框。


4.如权利要求1所述的基于机器学习的翡翠产品识别方法，其特征在于，所述训练网络还包括改进的FPN网络。


5.如权利要求1所述的基于机器学习的翡翠产品识别方法，其特征在于，所述正样本数据和负样本数据的比例为2：1～3：1。


6.如权利要求1所述的基于机器学习的翡翠产品识别方法，其特征在于，在确定翡翠产品物体的类别和位置之中，将图片平均分...

【专利技术属性】
技术研发人员：孙操，易金鹏，王秀辉，
申请(专利权)人：深圳市对庄科技有限公司，
类型：发明
国别省市：广东;44