-
公开(公告)号：CN108597582A
公开(公告)日：2018-09-28
申请号：CN201810352111.7
申请日：2018-04-18
Applicant: 中国科学院计算技术研究所
Abstract: 一种用于执行Faster R-CNN神经网络运算的方法和装置，所述方法包括：获取同一份食物的不同角度的多个图像；利用RPN确定样本检测的推荐区域；利用Fast R-CNN预测推荐区域中食物对象的类别和边框；根据预测的食物的边框，利用Volume R-CNN预测每个食物对象所占的体积比例；根据食物对象类别以及食物对象体积比例，计算出不同类别食物的体积比例；将计算出的各类食物的体积比例与各类食物的密度分别相乘，得到各类食物的质量比例；将各类食物的质量比例与食物的总质量相乘，求得各类食物的质量；将各类食物的质量与相对应的营养含量相乘，得到食品营养元素含量。本发明可以测量复杂、多种类的食物，通过采用人工神经网络技术和芯片，对食物的识别更加精确和快速。
-
公开(公告)号：CN108597582B
公开(公告)日：2021-02-12
申请号：CN201810352111.7
申请日：2018-04-18
Applicant: 中国科学院计算技术研究所
Abstract: 一种用于执行Faster R‑CNN神经网络运算的方法和装置，所述方法包括：获取同一份食物的不同角度的多个图像；利用RPN确定样本检测的推荐区域；利用Fast R‑CNN预测推荐区域中食物对象的类别和边框；根据预测的食物的边框，利用Volume R‑CNN预测每个食物对象所占的体积比例；根据食物对象类别以及食物对象体积比例，计算出不同类别食物的体积比例；将计算出的各类食物的体积比例与各类食物的密度分别相乘，得到各类食物的质量比例；将各类食物的质量比例与食物的总质量相乘，求得各类食物的质量；将各类食物的质量与相对应的营养含量相乘，得到食品营养元素含量。本发明可以测量复杂、多种类的食物，通过采用人工神经网络技术和芯片，对食物的识别更加精确和快速。
-
公开(公告)号：CN108537329A
公开(公告)日：2018-09-14
申请号：CN201810351549.3
申请日：2018-04-18
Applicant: 中国科学院计算技术研究所
Abstract: 一种利用Volume R-CNN神经网络进行运算的方法和装置，包括：获取同一样本的不同角度的多个图像；利用RPN确定样本检测的推荐区域；利用Fast R-CNN预测推荐区域中对象的类别和边框；根据预测的对象的边框，利用Volume R-CNN预测每个对象所占的体积比例；根据Fast R-CNN预测的对象类别以及Volume R-CNN预测的对象体积比例，计算出不同类别对象的体积比例；其中，所述RPN、Fast R-CNN和Volume R-CNN共享卷积层。本发明可以测量复杂、多种类的样品，通过采用人工神经网络技术和芯片，对不同种类对象的识别更加精确和快速。
-
公开(公告)号：CN108537329B
公开(公告)日：2021-03-23
申请号：CN201810351549.3
申请日：2018-04-18
Applicant: 中国科学院计算技术研究所
Abstract: 一种利用Volume R‑CNN神经网络进行运算的方法和装置，包括：获取同一样本的不同角度的多个图像；利用RPN确定样本检测的推荐区域；利用Fast R‑CNN预测推荐区域中对象的类别和边框；根据预测的对象的边框，利用Volume R‑CNN预测每个对象所占的体积比例；根据Fast R‑CNN预测的对象类别以及Volume R‑CNN预测的对象体积比例，计算出不同类别对象的体积比例；其中，所述RPN、Fast R‑CNN和Volume R‑CNN共享卷积层。本发明可以测量复杂、多种类的样品，通过采用人工神经网络技术和芯片，对不同种类对象的识别更加精确和快速。
-
-
-
Search Results
4
records
(took 0.024 seconds)
