10.3969/j.issn.1000-386x.2017.11.020
基于卷积神经网络的物品识别系统设计与实现
为快速准确地获取未知物品的信息,采用服务端和客户端相分离的架构,设计并实现基于卷积神经网络的电脑端和Android手机端物品识别系统.首先对客户端上传的本地图片或者手机拍摄照片进行预处理,然后利用预训练模型搭建卷积神经网络,提取图像特征并分类,最后将识别结果通过网络连接返回至客户端,完成物品的识别.实验结果表明,该系统拥有良好的在线识别能力,这将极大地改进人们获取信息的方式,更加方便和高效.
卷积神经网络、移动终端、物品识别、预训练模型
34
TP391(计算技术、计算机技术)
2018-03-02（万方平台首次上网日期，不代表论文的发表时间）
共5页
109-112,118
