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！

申请/专利权人：中通服公众信息产业股份有限公司

摘要：本发明提供了一种基于神经网络的防疫耳标识别方法，属于耳标识别技术领域。其技术方案为：一种基于神经网络的防疫耳标识别方法，包括如下步骤S1、获取基础数据集：获取a张耳标样本图片作为基础数据集；S2、基于基础数据集，扩展生成增量数据集；S3、对所述增量数据集进行增强处理，生成训练数据集；S4、构建CNN卷积神经网络，对所述训练数据集进行模型训练；S5、CNN网络调参：以设定的准确率为导向，在模型训练过程中进行网络调参；S6，结果验证；S7、输出模型；S8、模型移植。本发明的有益效果为：使用较少的耳标样本图片即可生成训练数据集；基于卷积神经网络进行模型训练，实现通过移动终端直接识别防疫耳标。

主权项：1.一种基于神经网络的防疫耳标识别方法，其特征在于，包括如下步骤；S1、获取基础数据集：获取a张耳标样本图片作为基础数据集；S2、生成增量数据集：基于基础数据集，扩展生成增量数据集；S3、生成训练数据集：对所述增量数据集进行增强处理，生成训练数据集；S4、CNN网络设计：构建CNN卷积神经网络，对所述训练数据集进行模型训练；S5、CNN网络调参：以设定的准确率为导向，在模型训练过程中进行网络调参，并不断优化超参数；S6，结果验证：训练完成后，对形成的模型进行保存，利用保存的模型对对所述基础数据集进行准确性验证；S7、输出模型：当准确率达到要求后，将保存的模型打包成持久化的模型文件；S8、模型移植：将模型文件编译为可在移动设备上使用的二进制文件；所述CNN卷积神经网络包括输入层、Cov1层、Maxpool1层、Cov2层、Maxpool2层、Cov3层、Cov4层、Maxpool3层、FC全连接层、softmax层；所述CNN卷积神经网络的流程如下：所述输入层：将所述训练数据集图片进行灰度化，且所述输入层图像大小设置为221*221像素;所述Cov1层：设置96个5*5大小的卷积核进行特征提取，产生96*55*55的张量；所述Maxpool1层：采用3*3大小的卷积核进行池化操作，产生96*27*27的张量；所述Cov2层：设置256个3*3大小的卷积核进行特征提取，产生256*25*25的张量；所述Maxpool2层：采用3*3大小的卷积核进行池化操作，产生256*12*12的张量；所述Cov3层：设置256个2*2大小的卷积核进行特征提取，产生256*7*7的张量；所述Cov4层：设置256个2*2大小的卷积核进行特征提取，产生256*10*10的张量；所述Maxpool3层：采用3*3大小的卷积核进行池化操作，产生256*8*8的张量；所述FC全连接层：对256*8*8特征图进行连接，即使用4096个256*8*8的卷积核，对256*8*8的张量，得到一个值，即为一个特征点,然后对应于4096个神经元中的一个点；所述softmax层：采用softmax进行分类，从而将特征映射到对应的分类空间中。

全文数据：

权利要求：

百度查询： 中通服公众信息产业股份有限公司 一种基于神经网络的防疫耳标识别方法