[发明专利]深度学习的训练识别方法在审
| 申请号： | 201911051442.8 | 申请日： | 2019-10-31 |
| 公开（公告）号： | CN110826612A | 公开（公告）日： | 2020-02-21 |
| 发明（设计）人： | 陈杰;黄健 | 申请（专利权）人： | 上海法路源医疗器械有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 上海序伦律师事务所 31276 | 代理人： | 周东萍 |
| 地址： | 201318 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 深度 学习 训练 识别 方法 | ||
【权利要求书】：
1.一种深度学习的训练识别方法，其特征在于，包括以下步骤：
采用深度学习模型对样本图像进行第一次目标定位训练，从样本的图像中抽取目标，并对目标进行标定，通过训练生成目标定位模型；
将样本进行分类，生成分类样本集；
利用第一次训练出的目标定位模型，对所述分类样本集中的目标进行识别，并将识别的目标区域图像取出，保存为新的分类集样本；
采用第二次训练用网络模型，对新的分类集样本和所述分类样本集进行第二次训练，生成分类识别模型；
在识别过程中，先由目标定位模型识别出目标，再通过分类识别模型进行分类识别。
2.根据权利要求1所述的深度学习的训练识别方法，其特征在于，所述深度学习模型包括ssd模型、Mobilenet-ssd模型、faster r-cnn模型。
3.根据权利要求1所述的深度学习的训练识别方法，其特征在于，所述第二次训练用网络模型包括ResNet、GoogLeNet、DenseNet。
4.根据权利要求1所述的深度学习的训练识别方法，其特征在于，所述第一次目标定位训练是把样本图像简化为目标和背景，从样本图像中抽取目标，并对目标进行标定，把目标以外的信息过滤去除。
5.根据权利要求1所述的深度学习的训练识别方法，其特征在于，所述方法的识别率为95％以上。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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上海法路源医疗器械有限公司，未经上海法路源医疗器械有限公司许可，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/201911051442.8/1.html，转载请声明来源钻瓜专利网。
