提升基于深度学习的菜品识别系统识别精度的方法
基本信息
申请号 | CN202011023188.3 | 申请日 | - |
公开(公告)号 | CN112115903A | 公开(公告)日 | 2020-12-22 |
申请公布号 | CN112115903A | 申请公布日 | 2020-12-22 |
分类号 | G06K9/00(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 陈晓鹏;梁永坚;赵晓红 | 申请(专利权)人 | 广州市派客朴食信息科技有限责任公司 |
代理机构 | 广州致信伟盛知识产权代理有限公司 | 代理人 | 伍嘉陵 |
地址 | 510000广东省广州市天河区天河东路240号101房 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种提升基于深度学习的菜品识别系统精度的方法,对菜品采集连续的多帧图片,求取每一帧图片中各个菜品的中心坐标,利用曼哈顿距离公式计算连续的前后两帧图片中同一个菜品对应的中心坐标差值,直到该中心坐标差值小于设定阈值,取最后一帧图片进行菜品识别;裁剪得到包含菜品的图片进行固定角度范围内的随机旋转和翻转,结合亮度和对比度随机调整得到多张增强图片;提取每张增强图片的菜品信息特征,计算出菜品信息特征均值;菜品信息特征均值与数据库里储存的菜品信息特征进行特征对比判断,输出菜品的识别结果。本发明提供的菜品识别方法可获取稳定图像帧,提高菜品识别精度,增强菜品的预测得分,提高了菜品识别结果的置信度。 |
