[发明专利]卷积神经网络的训练方法及图像处理方法、装置有效
| 申请号： | 201810136118.5 | 申请日： | 2018-02-09 |
| 公开（公告）号： | CN108304921B | 公开（公告）日： | 2021-02-02 |
| 发明（设计）人： | 程光亮;石建萍 | 申请（专利权）人： | 北京市商汤科技开发有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06K9/62 |
| 代理公司： | 北京派特恩知识产权代理有限公司 11270 | 代理人： | 李梅香;张颖玲 |
| 地址： | 100084 北京市海淀区中*** | 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： | 本发明公开了一种卷积神经网络的训练方法及图像处理方法、装置、计算机存储介质、计算机可读存储介质、计算机程序，所述卷积神经网络的训练方法包括：在第一卷积神经网络中删除至少一个设在线性结构层后的非线性修正层，得到第二卷积神经网络；基于训练图像和所述训练图像的标注信息，对所述第二卷积神经网络进行监督训练。所述图像处理方法包括：将训练完成的第二卷积神经网络中的至少一串行分支和/或至少一并行分支进行合并处理，得到第三卷积神经网络；其中，所述第二卷积神经网络中至少一个设在线性结构层后的非线性修正层被删除；将图像输入所述第三卷积神经网络；经所述第三卷积神经网络对所述图像进行处理，得到所述图像的处理结果。 | ||
| 搜索关键词： | 卷积 神经网络 训练 方法 图像 处理 装置 | ||
【主权项】：
1.一种卷积神经网络的训练方法，其特征在于，所述方法包括：在第一卷积神经网络中删除至少一个设在线性结构层后的非线性修正层，得到第二卷积神经网络；基于训练图像和所述训练图像的标注信息，对所述第二卷积神经网络进行监督训练。
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北京市商汤科技开发有限公司，未经北京市商汤科技开发有限公司许可，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/201810136118.5/，转载请声明来源钻瓜专利网。
