【技术实现步骤摘要】
本公开涉及机器视觉，特别涉及一种烟丝图片识别方法和装置、计算机可读存储介质。
技术介绍
1、相关技术最先进图像识别技术都是使用的深度卷积神经网。跟传统的图像识别技术如key除杂机相比，机器学习特征具备层级结构，对浅层的异常信息进行多次的非线性组合而能够抓取图像里更抽象的信息，因此可以产生更准确的识别性能。在图像识别的各个领域，甚至于图像处理的各个领域，机器学习模型都表现出了优于传统的图像识别设备的性能。
技术实现思路
1、专利技术人通过研究发现：相关技术图像识别都是对图片的整体进行匹配。例如输入图片上是包含一个虫茧，则如果数据库里有虫茧的图片，则会被识别/检索到。但如果输入图片的虫茧图片只有异常，如切成一半形状的虫茧，这样数据库里的虫茧的图片就很难匹配成功。
2、鉴于以上技术问题中的至少一项，本公开提供了一种烟丝图片识别方法和装置、计算机可读存储介质，提高了对烟丝异常图片和正常图片的准确识别率及匹配率。
3、根据本公开的一个方面，提供一种烟丝图片识别方法，包括：p>
4、在生产本文档来自技高网...
【技术保护点】
1.一种烟丝图片识别方法，包括：
2.根据权利要求1所述的烟丝图片识别方法，其中：
3.根据权利要求2所述的烟丝图片识别方法，还包括：
4.根据权利要求1-3中任一项所述的烟丝图片识别方法，其中，所述在生产过程中实时拍照获取烟丝图片包括：
5.根据权利要求1-3中任一项所述的烟丝图片识别方法，还包括：
6.根据权利要求5所述的烟丝图片识别方法，其中，所述对所述机器学习模型进行压缩包括：
7.根据权利要求1-3中任一项所述的烟丝图片识别方法，其中，所述机器学习模型为深度卷积神经网络模型，所述机器学习...
【技术特征摘要】
1.一种烟丝图片识别方法，包括：
2.根据权利要求1所述的烟丝图片识别方法，其中：
3.根据权利要求2所述的烟丝图片识别方法，还包括：
4.根据权利要求1-3中任一项所述的烟丝图片识别方法，其中，所述在生产过程中实时拍照获取烟丝图片包括：
5.根据权利要求1-3中任一项所述的烟丝图片识别方法，还包括：
6.根据权利要求5所述的烟丝图片识别方法，其中，所述对所述机器学习模型进行压缩包括：
7.根据权利要求1-3中任一项所述的烟丝图片识别方法，其中，所述机器学习模型为深度卷积神经网络模型，所述机器学习模型包括至少一个卷积层、至少一个全连接层和至少一个分类层；
8.根据权利要求7所述的烟丝图片识别方法，其中，所述机器学习模型包括至少四个卷积层、至少两个全连接层和至少一个分类层；
9.根据权利...
【专利技术属性】
技术研发人员：郭峰，罗旻晖，周文滨，吴国忠，陈佳旭，林智聪，李斯蕻，严兆崧，
申请(专利权)人：厦门烟草工业有限责任公司，
类型：发明
国别省市：
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。