[发明专利]图像特征的识别方法和装置、存储介质、电子装置有效
申请号: | 201711244421.9 | 申请日: | 2017-11-30 |
公开(公告)号: | CN108230296B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 彭湃;蒋忻洋;郭晓威 | 申请(专利权)人: | 腾讯科技(深圳)有限公司;腾讯云计算(北京)有限责任公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06V10/82;G06V10/764;G06V10/774 |
代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 赵囡囡 |
地址: | 518000 广东省深圳*** | 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: | 本发明公开了一种图像特征的识别方法和装置、存储介质、电子装置。其中,该方法包括:获取识别请求,识别请求用于请求对目标图片中的图像特征进行识别;通过第一神经网络模型对目标图片中的图像特征进行识别,其中,第一神经网络模型是通过第一训练集合和第二训练集合对第二神经网络模型中的参数进行训练后得到的,第一训练集合中训练图片的图像特征已经被标记、且第二训练集合中训练图片的图像特征未被标记;返回第一神经网络模型的第一识别结果,其中,第一识别结果至少用于指示在目标图片中识别出的图像特征(如病变特征)。本发明解决了相关技术中对糖尿病视网膜病变的筛查效率较低的技术问题。 | ||
搜索关键词: | 图像 特征 识别 方法 装置 存储 介质 电子 | ||
【主权项】:
1.一种图像特征的识别方法,其特征在于,包括:获取识别请求,其中,所述识别请求用于请求对目标图片中的图像特征进行识别;通过第一神经网络模型对所述目标图片中的图像特征进行识别,其中,所述第一神经网络模型是通过第一训练集合和第二训练集合对第二神经网络模型中的参数进行训练后得到的,所述第一训练集合中训练图片的图像特征已经被标记、且所述第二训练集合中训练图片的图像特征未被标记,使用所述第一训练集合训练后的所述第一神经网络模型用于识别所述第二训练集合中的训练图片的图像特征,所述第二训练集合中被识别出图像特征的训练图片用于继续训练所述第一神经网络模型;返回所述第一神经网络模型的第一识别结果,其中,所述第一识别结果至少用于指示在所述目标图片中识别出的图像特征。
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腾讯科技(深圳)有限公司;腾讯云计算(北京)有限责任公司,未经腾讯科技(深圳)有限公司;腾讯云计算(北京)有限责任公司许可,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/201711244421.9/,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序