[发明专利]智能预审片方法、计算机设备以及可读存储介质在审
申请号: | 201711002884.4 | 申请日: | 2017-10-24 |
公开(公告)号: | CN107844758A | 公开(公告)日: | 2018-03-27 |
发明(设计)人: | 李甫 | 申请(专利权)人: | 量子云未来(北京)信息科技有限公司;无锡量子云数字新媒体科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06K9/62 |
代理公司: | 北京创遇知识产权代理有限公司11577 | 代理人: | 朱红涛,冯建基 |
地址: | 100021 北京市海*** | 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: | 本发明公开了智能预审片方法、计算机设备以及可读存储介质,涉及视频图像处理技术领域,包括获取训练图片集和验证图片集。对训练图片集中的训练图片进行预处理和标注,得到训练图片数据库。计算训练图片的均值,并将训练图片减去均值。在卷积神经网络框架Caffe环境下建立智能预审片训练模型caffenet模型。采用减去均值的训练图片针对caffenet模型进行训练,获得训练后的caffenet模型。将验证图片集中的验证图片作为训练后的caffenet模型的输入图像对进行识别,识别结果即为预审片结果。本申请采用了基于深度学习的图像识别分类方法和技术,通过有监督或者无监督的方式学习层次化的特征描述,从而实现智能预审片。 | ||
搜索关键词: | 智能 预审 方法 计算机 设备 以及 可读 存储 介质 | ||
【主权项】:
一种智能预审片方法,其特征在于,所述方法包括:获取训练图片集和验证图片集;对所述训练图片集中的训练图片进行预处理并标注训练图片所属类别,得到训练图片数据库;计算所述训练图片的均值,并将所述训练图片减去均值;在卷积神经网络框架Caffe环境下建立智能预审片训练模型caffenet模型;采用减去均值的所述训练图片针对所述caffenet模型进行训练,获得训练后的caffenet模型;所述训练后的caffenet模型在接收到输入图像之后,对所述输入图像进行识别,输出对输入图像的所属类别;将所述验证图片集中的验证图片作为所述训练后的caffenet模型的输入图像对进行识别,输出所述输入图像的所属类别即为预审片结果。
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量子云未来(北京)信息科技有限公司;无锡量子云数字新媒体科技有限公司,未经量子云未来(北京)信息科技有限公司;无锡量子云数字新媒体科技有限公司许可,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/201711002884.4/,转载请声明来源钻瓜专利网。
- 上一篇:陶瓷过滤器及用于形成该过滤器的方法
- 下一篇:铝‑碳化硅质复合体及其制造方法