摘要
本申请公开了一种鞋类识别方法、装置、电子设备及存储介质,涉及图像识别技术领域。其中,方法包括:获取鞋子的图像数据以及物理属性数据,物理属性数据包括材质、重量以及硬度;将图像数据及物理属性数据分别进行特征提取,得到相应的图像特征及物理特征;将图像特征及物理特征进行融合处理,得到多维特征向量;将多维度特征向量输入神经网络模型进行识别处理,得到鞋子类别的识别结果。如此,该技术方案通过融合鞋子的图像与物理属性数据,经特征提取、融合及深度学习模型处理,实现高精度自动识别鞋类。它整合多维度特征,提升识别准确性,优化数据处理以提高效率,以使洗鞋机依识别结果匹配清洗模式,增强智能化及用户体验。
技术关键词
多维特征向量
输入神经网络模型
物理
多层感知机
清洗鞋子
清洗参数
鞋类
识别方法
高精度自动识别
电子设备
识别模块
数据
图像识别技术
图像采集设备
图像采集模块
深度学习模型
传感器
系统为您推荐了相关专利信息
机场跑道异物检测
分析方法
机场跑道图像
多头注意力机制
数据
三维有限元模型构建方法
创口
运动捕捉系统
计算机仿真
计算机辅助工程