[发明专利]一种基于深度学习的图像识别方法及装置在审
| 申请号： | 201810796427.5 | 申请日： | 2018-07-19 |
| 公开（公告）号： | CN109145743A | 公开（公告）日： | 2019-01-04 |
| 发明（设计）人： | 杨智昌;林文垣 | 申请（专利权）人： | 叶涵 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 昆明合众智信知识产权事务所 53113 | 代理人： | 张玺 |
| 地址： | 北京市西城区*** | 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： | 本发明适用于计算机领域，尤其涉及一种基于深度学习的图像识别方法及装置，其中方法包括：获取待检测图像；将所述待检测图像用网格进行划分，每个网格为一个图像单元，通过单个轻量级深度神经网络计算并生成所述图像单元的边界框数据与类概率，其中，所述轻量级深度神经网络由深度可分离卷积构建而成；根据所述边界框数据与类概率，输出图像识别结果。本发明能够有效分辨出图像中的物体，智能程度与精确度高；特别是应用于安保系统的影像识别，其可以有效识别或预测影像中正在或即将发生的事件，并为人们提供相应的提示，可以避免很多犯罪事件的发生，有力地保障了人们的生命、财产安全。 | ||
| 搜索关键词： | 待检测图像 图像单元 图像识别 边界框 网格 神经网络计算 计算机领域 安保系统 财产安全 犯罪事件 神经网络 输出图像 影像识别 有效识别 可分离 概率 构建 卷积 分辨 影像 提示 图像 智能 学习 预测 应用 | ||
【主权项】：
1.一种基于深度学习的影像识别方法，其特征在于，所述方法包括：获取待检测图像；将所述待检测图像用网格进行划分，每个网格为一个图像单元，通过单个轻量级深度神经网络计算并生成所述图像单元的边界框数据与类概率，其中，所述轻量级深度神经网络由深度可分离卷积构建而成；根据所述边界框数据与类概率，输出图像识别结果。
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叶涵，未经叶涵许可，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/201810796427.5/，转载请声明来源钻瓜专利网。
