一种基于深度学习的RGB-D图像分类方法及系统

摘要

本发明涉及一种基于深度学习的RGB‑D图像分类方法及系统。该方法包括：获取RGB_D物体数据集；利用掩码图对应的RGB图片和深度图片进行去背景处理；将处理后的RGB_D物体数据集划分为训练集和测试集；获取VGG16迁移学习模型；在所述VGG16迁移学习模型之前加入两个卷积层获取混合图像的浅层特征，并在VGG16迁移学习模型之后添加拉直操作，进而利用Softmax分类器分类，同时使用Leaky_Relu函数来作为激活函数对隐藏层进行激活，构建RGB‑D图像分类模型；采用Adam优化算法，利用训练集对RGB‑D图像分类模型进行训练；根据测试集，利用训练好的RGB‑D图像分类模型。本发明能够提高图像识别的准确度和效率。