技術(shù)編號：40643330
提示：您尚未登錄，請點(diǎn) 登 陸 后下載，如果您還沒有賬戶請點(diǎn) 注 冊 ，登陸完成后，請刷新本頁查看技術(shù)詳細(xì)信息。本發(fā)明涉及場景物料狀態(tài)識別，具體為一種場景物料及物料狀態(tài)的小樣本識別方法。背景技術(shù)、目前，物料及物料狀態(tài)識別技術(shù)主要運(yùn)用機(jī)器深度學(xué)習(xí)技術(shù)。、機(jī)器深度學(xué)習(xí)的主要優(yōu)點(diǎn)有：模型基于深度神經(jīng)網(wǎng)絡(luò)構(gòu)架，對數(shù)據(jù)圖片進(jìn)行特征學(xué)習(xí)，對圖像識別類準(zhǔn)確度高，通用性強(qiáng)，同時具備了標(biāo)準(zhǔn)化、自動化和模塊化的基本特征。無需人工介入，深度學(xué)習(xí)使用大量正負(fù)樣本進(jìn)行學(xué)習(xí)，基于算法自行提取其中特征值?？梢跃_繪制物料邊緣，場景視角變化也不影響其判斷。、但是其中不足主要是：所需樣本量大，對于小樣本量圖片識別無法有效提取其中特征...
注意：該技術(shù)已申請專利，請尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識儲備，不適合論文引用。
請注意，此類技術(shù)沒有源代碼，用于學(xué)習(xí)研究技術(shù)思路。