[发明专利]神经网络系统、电子设备和机器可读介质在审
| 申请号： | 201811036995.1 | 申请日： | 2018-09-05 |
| 公开（公告）号： | CN109300117A | 公开（公告）日： | 2019-02-01 |
| 发明（设计）人： | 金玲玲;饶东升;何文玮 | 申请（专利权）人： | 深圳灵图慧视科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518000 广东省深圳市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 候选区域 神经网络系统 机器可读介质 电子设备 属性特征 织物疵点检测 疵点 准确度 网络 疵点分类 检测图像 图像分割 有效区域 织物表面 检测 申请 | ||
1.用于织物疵点检测的神经网络系统，包括：
候选区域生成网络，用于对待检测图像所包含的织物表面的对象进行识别定位，以生成包含所述对象的候选区域；
织物属性特征获取网络，用于获取所述候选区域所包含的属于织物属性的对象的织物属性特征；
属性/疵点分类判别网络，用于根据所述候选区域和所述织物属性特征，检测所述候选区域中是否存在疵点有效区域。
2.根据权利要求1所述的系统，其中，所述系统还包括：
卷积特征提取网络，用于提取所述候选区域的特征图；
目标分类回归网络，用于提取所述特征图的区域特征，以确定所述疵点有效区域是否存在疵点。
3.根据权利要求2所述的系统，其中，所述目标分类回归网络还用于：进行疵点类别判别以及疵点边界框回归修正。
4.根据权利要求2所述的系统，其中，
所述卷积特征提取网络包括ZFNet、AlexNet或GoogLeNet。
5.根据权利要求1-4任一项所述的系统，其中，
所述候选区域生成网络采用区域建议网络RPN。
6.根据权利要求1-4任一项所述的系统，其中，
所述属性/疵点分类判别网络包括依次连接的ROI区域池化层、若干隐层和softmax层。
7.根据权利要求1-4任一项所述的系统，其中，
所述织物属性特征获取网络包括时序性神经网络，或，时序性-残差神经网络；其中，所述时序性-残差神经网络为在时序性神经网络的每一基本单元添加残差网络构成的神经网络，所述残差网络将所述基本单元上一时刻的输出加权叠加到所述基本单元当前时刻的输出上。
8.根据权利要求7所述的系统，其中，
所述时序性神经网络模型包括循环神经网络模型、长短时记忆模型或门控循环单元模型；所述时序性-残差神经网络模型包括循环-残差神经网络模型、长短时记忆-残差神经网络模型或门控循环单元-残差神经网络模型。
9.电子设备，包括：
处理器，以及
存储器，其上存储有可在所述处理器上运行的可执行程序，其中，所述处理器执行所述可执行程序时实现如权利要求1-8任一项所述系统的功能。
10.机器可读介质，其上存储有可执行程序，其中，所述可执行程序当被执行时使得机器实现如权利要求1-8任一项所述系统的功能。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳灵图慧视科技有限公司，未经深圳灵图慧视科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811036995.1/1.html，转载请声明来源钻瓜专利网。
