[发明专利]图片识别方法及装置、计算机设备及计算机可读介质有效
| 申请号： | 201710142614.7 | 申请日： | 2017-03-10 |
| 公开（公告）号： | CN106960219B | 公开（公告）日： | 2021-04-16 |
| 发明（设计）人： | 周峰;刘霄 | 申请（专利权）人： | 百度在线网络技术(北京)有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 北京鸿德海业知识产权代理有限公司 11412 | 代理人： | 袁媛 |
| 地址： | 100085 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种图片识别方法及装置、计算机设备及计算机可读介质。所述方法包括：获取待识别的图片；根据所述待识别的图片和预先训练的图片识别模型，获取待识别的图片的预测类别标签；所述预先训练的图片识别模型采用卷积神经网络模型，且所述卷积神经网络模型中包括至少一层将通道维度由一维升阶为多维的核池化层；根据所述待识别的图片的所述预测类别标签，识别所述待识别的图片的类别。本发明的技术方案，通过采用上述带有核池化层的图片识别模型，对待识别图片进行识别时，能够实现更加精细粒度的图片类别的识别，有效地提高图片识别的准确性和图片识别的效率。 | ||
| 搜索关键词： | 图片 识别 方法 装置 计算机 设备 可读 介质 | ||
【主权项】：
一种图片识别方法，其特征在于，所述方法包括：获取待识别的图片；根据所述待识别的图片和预先训练的图片识别模型，获取待识别的图片的预测类别标签；所述预先训练的图片识别模型采用卷积神经网络模型，且所述卷积神经网络模型中包括至少一层将通道维度由一维升阶为多维的核池化层；根据所述待识别的图片的所述预测类别标签，识别所述待识别的图片的类别。
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百度在线网络技术(北京)有限公司，未经百度在线网络技术(北京)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/patent/201710142614.7/，转载请声明来源钻瓜专利网。
