【技术实现步骤摘要】
本专利技术涉及计算机，具体而言，涉及一种餐盘食物残余量检测的方法及装置。
技术介绍
1、随着对于环保的要求越来越高，人们对于食物浪费的关注程度也随之提高。光盘行动已经不仅仅只是人们口头的口号，已经逐渐变成了正在实施的要求。
2、餐盘识别可以将让光盘行动常态化。目前，基于传统机器学习的识别需要大量的算力资源以及对应的硬件要求，成本较高，并且处理过程复杂，无法满足快速响应、识别准确、匹配准确等要求。
技术实现思路
1、鉴于此，本专利技术提出了一种餐盘食物残余量检测的方法及装置，旨在解决如何快速准备检测出餐盘食物残余量的问题。
2、第一方面，本专利技术实施例提供了一种餐盘食物残余量检测的方法，包括：获取餐盘图片，所述餐盘图片包括餐盘中有食物的图片和餐盘中无食物的图片；根据有无食物，对所述餐盘图片进行标签标注；将标签标注后的餐盘图片输入深度卷积神经网络中进行迁移学习的分类训练，得到完成迁移学习训练的深度卷积神经网络；将待检测的餐盘图片输入完成训练的深度卷积神经网络中，输出检测结果。
3、进一步地，所述获取餐盘图片，包括：采用爬虫抓取网络图片。
4、进一步地，所述获取餐盘图片之后，包括：对所述餐盘图片进行清洗。
5、进一步地，根据有无食物，对所述餐盘图片进行标签标注，包括：按照预设规则，根据餐盘中食物所占餐盘的比例，对所述餐盘图片进行标签标注。
6、进一步地，根据有无食物，对所述餐盘图片进行标签标注之后，包括：对标签标注
7、进一步地，若标签标注后的餐盘图片中包括两个及以上餐盘，对标签标注后的餐盘图片进行图像分割，包括：按照餐盘数量对标签标注后的餐盘图片进行切割。
8、进一步地，若标签标注后的餐盘图片中包括一个餐盘，对标签标注后的餐盘图片进行图像分割，包括：切割除去标签标注后的餐盘图片中餐盘周围的图像。
9、进一步地，根据有无食物，对所述餐盘图片进行标签标注之后，包括：对标签标注后的餐盘图片进行锐化处理。
10、进一步地，所述方法还包括：将所述完成迁移学习训练的深度卷积神经网络的最后一层或者多层的分类权重重制为随机值。
11、第二方面，本专利技术实施例还提供了一种餐盘食物残余量检测的装置，包括：获取单元，用于获取餐盘图片，所述餐盘图片包括餐盘中有食物的图片和餐盘中无食物的图片；标注单元，用于根据有无食物，对所述餐盘图片进行标签标注；模型训练单元，用于将标签标注后的餐盘图片输入深度卷积神经网络中进行迁移学习的分类训练，得到完成迁移学习训练的深度卷积神经网络；检测单元，用于将待检测的餐盘图片输入完成训练的深度卷积神经网络中，输出检测结果。
12、进一步地，所述获取单元，还用于：采用爬虫抓取网络图片。
13、进一步地，所述装置还包括清洗单元，用于：对所述餐盘图片进行清洗。
14、进一步地，所述标注单元，还用于：按照预设规则，根据餐盘中食物所占餐盘的比例，对所述餐盘图片进行标签标注。
15、进一步地，所述装置还包括图像分割单元，用于：对标签标注后的餐盘图片进行图像分割。
16、进一步地，若标签标注后的餐盘图片中包括两个及以上餐盘，图像分割单元，还用于：按照餐盘数量对标签标注后的餐盘图片进行切割。
17、进一步地，若标签标注后的餐盘图片中包括一个餐盘，图像分割单元，还用于：切割除去标签标注后的餐盘图片中餐盘周围的图像。
18、进一步地，所述装置还包括锐化单元，用于：对标签标注后的餐盘图片进行锐化处理。
19、进一步地，所述模型训练单元，还用于：将所述完成迁移学习训练的深度卷积神经网络的最后一层或者多层的分类权重重制为随机值。
20、第三方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现上述各实施例提供的方法。
21、第四方面，本专利技术实施例还提供了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述各实施例提供的方法。
22、本专利技术实施例提供的餐盘食物残余量检测的方法及装置，通过根据有无食物，对餐盘图片进行标签标注，将标签标注后的餐盘图片输入深度卷积神经网络中进行迁移学习的分类训练，得到完成迁移学习训练的深度卷积神经网络，以及将待检测的餐盘图片输入完成训练的深度卷积神经网络中，输出检测结果，可以实现快速准备地识别餐盘图片，同时具有低代码量、可移植、易部署的优点。
本文档来自技高网...【技术保护点】
1.一种餐盘食物残余量检测的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取餐盘图片，包括：
3.根据权利要求1所述的方法，其特征在于，所述获取餐盘图片之后，包括：
4.根据权利要求1所述的方法，其特征在于，根据有无食物，对所述餐盘图片进行标签标注，包括：
5.根据权利要求1所述的方法，其特征在于，根据有无食物，对所述餐盘图片进行标签标注之后，包括：
6.根据权利要求6所述的方法，其特征在于，若标签标注后的餐盘图片中包括两个及以上餐盘，对标签标注后的餐盘图片进行图像分割，包括：
7.根据权利要求6所述的方法，其特征在于，若标签标注后的餐盘图片中包括一个餐盘，对标签标注后的餐盘图片进行图像分割，包括：
8.根据权利要求1所述的方法，其特征在于，根据有无食物，对所述餐盘图片进行标签标注之后，包括：
9.根据权利要求1所述的方法，其特征在于，还包括：
10.一种餐盘食物残余量检测的装置，其特征在于，包括：
【技术特征摘要】
1.一种餐盘食物残余量检测的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取餐盘图片，包括：
3.根据权利要求1所述的方法，其特征在于，所述获取餐盘图片之后，包括：
4.根据权利要求1所述的方法，其特征在于，根据有无食物，对所述餐盘图片进行标签标注，包括：
5.根据权利要求1所述的方法，其特征在于，根据有无食物，对所述餐盘图片进行标签标注之后，包括：
6.根据权利要求6所述的方法，其...
【专利技术属性】
技术研发人员：何晖洋，胡文卓，周弘，马勇杰，李泳权，
申请(专利权)人：航天信息股份有限公司，
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。