咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com
24小时咨询热线13280638997
24小时咨询热线著 录 项 目：
| 专利/申请号： | CN202210524205.4 | 专利名称： | 基于深度迁移学习的水果图像分类方法 |
| 申请日： | 2022-05-13 | 申请/专利权人 | 重庆邮电大学 |
| 专利类型： | 发明 | 地址： | 重庆市南岸区黄桷垭崇文路2号 |
| 专利状态： | 已下证 查询审查信息 | IPC分类号： | G06V10/764 分类检索 |
| 公开/公告日： | 2024-11-29 | 转让价格： | 【平台担保交易】 |
| 公开/公告号： | CN114881155B | 交易状态： | 等待洽谈 搜索相似专利 |
| 浏览量： | 9 | 所属领域： | 计算机视觉专利转让搜索 |
摘 要：本发明涉及一种基于深度迁移学习的水果图像分类方法，属于农业信息化领域。该算法通过冻结低层网络参数，使低层网络结构作为特征提取器，并修改高层网络参数和结构，提出新的迁移模型TL‑VGG16、TL‑InceptionV3和TL‑ResNet50。通过对三种迁移模型分别输入图像进行小样本训练，实现对不同水果图像的准确分类。最后对三种迁移模型分别使用加权平均法和相对多数投票法进行融合，输出新的预测概率。本发明解决了传统深度网络在识别图像时层数较深、训练耗时较长、模型收敛较慢和小数据集情况下过拟合情况较严重等问题，实现了深度网络的参数轻量级，降低了训练难度，并增加了深度网络在智能农业应用中的普遍性。
| 交易方 | 企业 | 个人 |
| 买家 | 营业执照副本复印件（需盖公章） | 身份证复印件（签字） |
| 专利转让委托书（需盖公章）一式两份 | 专利转让委托书（需签字）一式两份 | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 卖家 | 营业执照副本复印件（需盖公章） | 身份证复印件（需申请人签字） |
| 解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请） | 解除代理委托书（需签字）一式两份（如专利通过代理机构申请） | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
| 专利证原件（若授权下证） | 专利证原件（若授权下证） |
| 日期 | 法律信息 | 备注 |
| 申请号 | 专利名称 | 发布日期 |
| 2022107874167 | 【发明】一种基于深度半监督模型的图像细粒度分类方法 | 2025/09/16 |
| 2021113306833 | 【发明】一种基于深度相似的编辑传播方法及系统 | 2025/09/16 |
| 2021112471104 | 【发明】基于生成对抗网络的宫颈细胞图像半监督学习方法 | 2025/09/16 |
| 2019111789729 | 【发明】图片中目标的属性的确定方法和装置 | 2025/09/16 |
| 2022102361494 | 【发明】基于弱监督学习的域自适应实例分割方法及装置 | 2025/09/16 |
| 2023100458451 | 【发明】一种具有可学习稀疏性的端到端目标检测方法及系统 | 2025/09/12 |
| 2023102491295 | 【发明】融合视觉扩张机制和路径聚合的目标检测方法及系统 | 2025/09/11 |
| 2022104523258 | 【发明】一种用于违规图片检测的方法及图片检测引擎 | 2025/09/10 |
| 2021115556710 | 【发明】用户判别模型训练方法、用户判别方法及相关装置 | 2025/09/10 |
| 2019107919607 | 【发明】一种模型训练方法及装置 | 2025/09/10 |
