Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 厦门陆海环保股份有限公司;漳州市陆海环保产业开发有限公司江凤凤获国家专利权

厦门陆海环保股份有限公司;漳州市陆海环保产业开发有限公司江凤凤获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉厦门陆海环保股份有限公司;漳州市陆海环保产业开发有限公司申请的专利一种用于饮料瓶分类回收的识别方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114821159B

龙图腾网通过国家知识产权局官网在2026-05-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210361995.9,技术领域涉及:G06V10/764;该发明授权一种用于饮料瓶分类回收的识别方法及系统是由江凤凤;杨建红;房怀英;王智峰;杨天成;计天晨;谢奕斌;王正设计研发完成,并于2022-04-07向国家知识产权局提交的专利申请。

一种用于饮料瓶分类回收的识别方法及系统在说明书摘要公布了:本发明提供一种用于饮料瓶分类回收的识别方法,其包括采集饮料瓶的原始图像,对原始图像依次进行预处理、标注处理和数据增强处理,将处理后的原始图像划分为训练集和测试集,然后使用训练集和测试集对实例分割模型进行微调阶段参数训练得到训练好的实例分割模型,使用训练好的实例分割模型预测原始图像,得到每个饮料瓶的轮廓,再根据各饮料瓶的轮廓对各饮料瓶的原始图像进行抠图处理,得到各饮料瓶的特征图像,提取各特征图像上的各特征的平均值,并以平均值作为输入特征来训练机器学习模型,得到训练好的机器学习模型。借此,可以实现饮料瓶的准确分类回收,解决相近颜色的饮料瓶在回收过程容易混淆识别的问题。

本发明授权一种用于饮料瓶分类回收的识别方法及系统在权利要求书中公布了:1.一种用于饮料瓶分类回收的识别方法,其特征在于:所述识别方法包括下列步骤: S100:采集所述饮料瓶的原始图像; S200:对采集到的所述原始图像进行预处理; S300:对预处理后的所述原始图像进行标注处理; S400:对标注后的所述原始图像进行数据增强处理; S500:将数据增强处理后的所述原始图像划分为训练集和测试集,基于迁移学习的方式加载实例分割模型,然后使用所述训练集和所述测试集对所述实例分割模型进行微调阶段参数训练,接着以平均精度均值为指标评价所述实例分割模型以得到训练好的实例分割模型; S600:使用所述训练好的实例分割模型预测所述原始图像,得到每个饮料瓶的轮廓,再根据各饮料瓶的轮廓对各饮料瓶的原始图像进行抠图处理,得到各饮料瓶的特征图像,并存储所述特征图像; S700:提取各所述特征图像上的各特征的平均值,并以所述平均值作为输入特征来训练机器学习模型; S800:评价所述机器学习模型以得到训练好的机器学习模型; 其中,在所述步骤S700中,先分别提取各所述特征图像上的红色、绿色和蓝色三个颜色的平均值,然后将所述特征图像的格式转换为HSV格式,再分别计算色调、饱和度和明度三个数值的平均值,并以红色、绿色、蓝色、色调、饱和度和明度六个数值的平均值作为输入特征来训练机器学习模型; 在所述步骤S500中,所述训练集和所述测试集的数量比例为7:3,加载的实例分割模型采用MaskR-CNN架构,继而使用ImageNet数据集的预训练权重作为初始训练参数,进行微调阶段参数训练,训练完后选用平均精度均值最高的实例分割模型为最终使用的实例分割模型,所述微调阶段参数训练是指通过将特征提取层的权重固定,只训练全连接层的训练方式,以获得实例分割模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人厦门陆海环保股份有限公司;漳州市陆海环保产业开发有限公司,其通讯地址为:361000 福建省厦门火炬高新区新丰三路16号(日华国际大厦302-I单元);或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。