首页分享对花卉识别系统进行改进的辅助系统和进行改进的方法技术方案

对花卉识别系统进行改进的辅助系统和进行改进的方法技术方案

来源：花匠小妙招时间：2024-11-28 01:38

本发明专利技术为一种对花卉识别系统进行改进的辅助系统，所述辅助系统包括花卉识别系统、不被识别结果输出模块、错误纠正模块、花卉分类识别器、花卉自动分类收集器，所述花卉识别系统，用于对获取的植物照片或者图片进行识别；所述不被识别结果输出模块，用于输出所述花卉识别系统不识别的所述植物照片或者图片；所述错误纠正模块，用于对输出的所述植物照片或者图片给予花卉命名；所述花卉分类识别器，用于根据所述错误纠正模块提交的照片或者图片以及其所述花卉命名，进行至少一次的分类识别；所述花卉自动分类收集器，用于分类、收集、存储经过所述花卉分类识别器验证的所述植物照片或者图片，并回馈到所述花卉识别系统中。

Auxiliary system for improving flower identification system and method for improving

The invention relates to an auxiliary system for improving the flower identification system, the auxiliary system includes flower identification system, is not the recognition result collector output module, error correction module, flower classification recognition device, the automatic classification of flowers, flower identification system for identification of the photos or pictures of the plant; don't be the recognition result output module for outputting the flower recognition system does not recognize the plant photos or pictures; the error correction module, is used to output the photos or pictures to plant flowers named after the flowers; a classifier, according to the error correction module to submit photos or pictures the flower and the naming, classification and recognition at least once; automatic classification of the collector for flowers, classification, collection, storage The plant photos or pictures verified by the flower classification recognizer are fed back to the flower identification system.

【技术实现步骤摘要】
对花卉识别系统进行改进的辅助系统和进行改进的方法
本专利申请涉及网络
和图片对比识别
，具体是涉及辅助改进的系统工具。
技术介绍
随着计算机技术的发展，可以基于深度学习算法，对样本图像数据库中的图像进行训练得到图像识别模型(如可以基于卷积神经网络算法，对样本图像数据库中的图像进行训练得到CNN(ConvolutionalNeuralNetwork，卷积神经网络)训练模型))，图像识别模型可以识别图片的类别，并为图片添加相应的类别标签。一般图像识别模型的识别准确率不会达到百分之百，如果图像识别模型要识别的大量的图片，相应的大量的图片中被添加了错误类别标签的图片也比较多，技术人员需要从大量的图片中找出添加了错误类别标签的图片，从而导致获取类别标签错误的图片的效率比较低。随着人工智能技术的进步，已出现了一些应用了人工智能技术的识花SEV/APP。该种识花SEV/APP主要应用了人工智能分支的深度学习技术，以事先收集的植物图像库中的花卉图像做为素材，对机器识别模型进行训练。最后使用训练好的识别模型进行花卉识别。由于在使用素材进行模型训练时，单纯机器学习是无法知道花卉名称和种类分属，因此需要结合人类知识，事先对图片库中图片进行标注，确定其对应的花名和种属。中国专利申请号为CN201310461551.3，该专利技术公开了一种深度学习网络实现大类别图像识别的方法，包括训练和识别过程，训练过程中，首先提取样本图片的Gabor特征并进行最大选取，此后使用经过聚类处理的特征码本进行线性局部编码，最后使用空间金字塔方法进行特征矢量的导出，并使用支持向量机分类器进行...

【技术保护点】
一种对花卉识别系统进行改进的方法，其特征在于，所述方法步骤包括：S100：获取植物照片或者图片；S200：所述花卉识别系统识别所述植物照片或者图片并进行分类；S300：所述花卉识别系统显示识别结果；S400：辅助系统对不被识别结果进行确认或者进行修正识别后再反馈至所述花卉识别系统。

【技术特征摘要】
1.一种对花卉识别系统进行改进的方法，其特征在于，所述方法步骤包括：S100：获取植物照片或者图片；S200：所述花卉识别系统识别所述植物照片或者图片并进行分类；S300：所述花卉识别系统显示识别结果；S400：辅助系统对不被识别结果进行确认或者进行修正识别后再反馈至所述花卉识别系统。2.根据权利要求1所述的对花卉识别系统进行改进的方法，其特征在于，所述S300步骤还包括如下步骤：S310：所述花卉识别系统将已分类后的被识别的所述植物照片或者图片存储至识别花卉数据库；S320：所述花卉识别系统对不被识别结果输出给所述辅助系统。3.根据权利要求1所述的对花卉识别系统进行改进的方法，其特征在于，所述S300步骤还包括如下步骤：S500：所述花卉识别系统输出所述花卉识别系统不识别的所述植物照片或者图片；S600：对输出的所述植物照片或者图片给予花卉命名，然后提交；S700：对提交信息进行至少一次的分类识别，然后将经过验证的所述提交信息回馈到所述花卉识别系统中。4.根据权利要求3所述的对花卉识别系统进行改进的方法，其特征在于，所述S700步骤还包括如下步骤：S710：所述分类识别至少包括Inception-v3、ResNet-152、ResNet-101和VGG-19四套分类识别模型；S720：当多个所述分类识别模型中至少有一个所述分类识别模型检测结果与所述提交信息一致，将相应照片或者图片和类别信息归集到第一辅助识别花卉数据库；S730：将经过验证的所述提交信息，并回馈到步骤S200中。5.根据权利要求3所述的对花卉识别系统进行改进的方法，其特征在于，所述S700步骤还包括如下步骤：S750：对于所述分类识别无法认定的所述植物照片或者图片以及其所述花卉命名，进行补充识别和认证；S760：对已分类和认证的所述植物照片或者图片以及其所述花卉命名归集到第二辅助识别花卉数据库；S770：将经过验证的所述...

【专利技术属性】
技术研发人员：陈德峰，
申请(专利权)人：上海斐讯数据通信技术有限公司，
类型：发明
国别省市：上海,31