[发明专利]基于深度学习与迁移学习的图像识别方法在审
| 申请号： | 201710191824.5 | 申请日： | 2017-03-28 |
| 公开（公告）号： | CN106991439A | 公开（公告）日： | 2017-07-28 |
| 发明（设计）人： | 吕艳洁;戴川 | 申请（专利权）人： | 南京天数信息科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 南京钟山专利代理有限公司32252 | 代理人： | 戴朝荣 |
| 地址： | 210000 江苏省南京市*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习与迁移学习的图像识别方法。所述基于深度学习与迁移学习的图像识别方法包括如下步骤一、准备阶段读取预训练模型，并读取图片目录，划分训练集、验证集以及测试集；二、训练阶段构造全连接神经网络分类器，并将图片集作为所述预训练模型的输入，使用与所述预训练模型的输出更新所述全连接神经网络分类器；三、存储阶段存储模型结果。本发明的有益效果是所述基于深度学习与迁移学习的图像识别方法结合深度学习与迁移学习的应用，从而在极有限的训练时间、训练样本数量的基础上，为使用者提供相对准确的膀胱癌诊断结果。 | ||
| 搜索关键词： | 基于 深度 学习 迁移 图像 识别 方法 | ||
【主权项】：
一种基于深度学习与迁移学习的图像识别方法，其特征在于：包括如下步骤：一、准备阶段：读取预训练模型，并读取图片目录，划分训练集、验证集以及测试集；二、训练阶段：构造全连接神经网络分类器，并将图片集作为所述预训练模型的输入，使用与所述预训练模型的输出更新所述全连接神经网络分类器；三、存储阶段：存储模型结果。
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南京天数信息科技有限公司，未经南京天数信息科技有限公司许可，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/patent/201710191824.5/，转载请声明来源钻瓜专利网。
