買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉齊魯工業(yè)大學(山東省科學院)申請的專利一種基于深度學習的藥盒實時識別方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116758525B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-08發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310718494.6，技術(shù)領域涉及：G06V20/60；該發(fā)明授權(quán)一種基于深度學習的藥盒實時識別方法及系統(tǒng)是由董安明;主洪磊;禹繼國;宋守良;金占杰;王帥;臧傳浩;武曉玉;高斌;韓玉冰;李素芳設計研發(fā)完成，并于2023-06-16向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于深度學習的藥盒實時識別方法及系統(tǒng)在說明書摘要公布了：本發(fā)明公開了一種基于深度學習的藥盒實時識別方法及系統(tǒng)，屬于藥品管理技術(shù)領域，包括在藥盒的上方架設攝像機，采集藥盒的外觀圖像信息；利用預先訓練好的基于yolov5的藥盒識別模型，獲得藥盒邊緣和基于外觀的藥盒識別結(jié)果；通過預訓練好的基于DBNet的文字檢測模型進行文字檢測，獲取藥盒文字的區(qū)域；利用預先訓練好的基于DenseNet和CTC的文字識別模型進行文字識別，識別出藥盒的文字信息；將文字識別結(jié)果的每個單詞或短語依次在藥品數(shù)據(jù)庫中進行低閾值的模糊搜索與匹配。本發(fā)明可以有效解決藥房在取藥的時候需要人工核對的問題，而且通過本方法極大的確保了識別的準確率，減輕了藥房工作者的工作負擔。

本發(fā)明授權(quán)一種基于深度學習的藥盒實時識別方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于深度學習的藥盒實時識別方法，其特征在于，包括以下步驟： 在藥盒的上方架設攝像機，采集藥盒的外觀圖像信息； 利用預先訓練好的基于yolov5的藥盒識別模型，檢測和識別藥盒，獲得藥盒邊緣和基于外觀的藥盒識別結(jié)果； 按照獲取的藥盒邊緣對原圖裁剪，獲取多張每張圖片只含單一藥盒的圖片；對每張已剪裁的藥盒圖片，通過預訓練好的基于DBNet的文字檢測模型進行文字檢測，獲取藥盒文字的區(qū)域； 對于識別到的文字區(qū)域，利用預先訓練好的基于DenseNet和CTC的文字識別模型進行文字識別，識別出藥盒的文字信息； 將文字識別結(jié)果的每個單詞或短語依次在藥品數(shù)據(jù)庫中進行低閾值的模糊搜索與匹配，模糊搜索與匹配的內(nèi)容包括藥品的藥名、品牌、廠家、劑量屬性，得到一種或者多種藥品編號； 將基于外觀識別的藥品唯一編號在基于文字識別所查詢到的藥品編號中查找；若查找成功，輸出識別結(jié)果； 若查找失敗則將文字識別結(jié)果的每個單詞或短語依次在藥品數(shù)據(jù)庫中進行智能模糊搜索與匹配，最終獲得藥盒識別結(jié)果； 將文字識別結(jié)果的每個單詞或短語依次在藥品數(shù)據(jù)庫中進行智能模糊搜索與匹配，最終獲得藥盒識別結(jié)果的步驟為： 將文字識別結(jié)果的每個單詞或短語依次在藥品數(shù)據(jù)庫中利用智能匹配算法匹配藥品的藥名屬性；按照匹配的藥品篩選出后，在這些藥品下，依次利用智能匹配算法匹配品牌、廠家、劑量屬性，最終獲得一種藥品編號； 所述智能匹配算法如下： 首先匹配的是藥品名稱屬性，初始匹配閾值為1，即完全相同則視為匹配成功；若出現(xiàn)任何一種藥品都沒有匹配到情況，則視為匹配失敗；若匹配失敗，則下降匹配閾值0.1，直至匹配成功；首次閾值不為1的匹配成功后，依次提高0.01的匹配閾值，直至匹配失??；匹配失敗后，將匹配失敗前一次匹配成功的結(jié)果視為最終匹配結(jié)果。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人齊魯工業(yè)大學(山東省科學院)，其通訊地址為：250353 山東省濟南市長清區(qū)大學路3501號齊魯工業(yè)大學；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。