[发明专利]一种基于深度学习高识别率的图像分析方法在审
| 申请号： | 201811292095.3 | 申请日： | 2018-10-31 |
| 公开（公告）号： | CN109376788A | 公开（公告）日： | 2019-02-22 |
| 发明（设计）人： | 朱容宇;田庆宜;邹林;艾彬;张席瑞 | 申请（专利权）人： | 重庆爱思网安信息技术有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 重庆智慧之源知识产权代理事务所(普通合伙) 50234 | 代理人： | 孙方 |
| 地址： | 400060 重庆市南*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习高识别率的图像分析方法，用于生成图像分析系统，包括以下步骤：收集数据，建立常见物体数据集，将常见物体数据集按照物体类别分类成不同的分类常见样本，对各个分类常见样本再具体划分成不同的具体常见样本；对具体常见样本的子样本进行物体标注；针对特定的物体，建立特定物体数据集，将特定物体数据集按照物体类别分类成不同的分类特定样本，对各个分类特定样本再具体划分成不同的具体特定样本；对具体特定样本的子样本进行物体标注；对每一个具体样本结合目标检测算法进行模型训练得到物体专用模型。本方法生成的系统适用于公安、司法等特殊领域，支持用户自定义扩展，用户可以根据自己的需求建立物体专用模型，且图像识别率高。 | ||
| 搜索关键词： | 样本 物体数据 分类 高识别率 图像分析 物体类别 专用模型 子样本 标注 目标检测算法 方法生成 分析系统 模型训练 生成图像 收集数据 图像识别 自定义 学习 司法 公安 | ||
【主权项】：
1.一种基于深度学习高识别率的图像分析方法，用于生成图像分析系统，其特征在于，包括以下步骤：S1:收集数据，建立常见物体数据集，将常见物体数据集按照物体类别分类成不同的分类常见样本，对各个分类常见样本再具体划分成不同的具体常见样本；S2:对具体常见样本的子样本进行物体标注；S3:针对特定的物体，建立特定物体数据集，将特定物体数据集按照物体类别分类成不同的分类特定样本，对各个分类特定样本再具体划分成不同的具体特定样本；S4:对具体特定样本的子样本进行物体标注；S5:对所述常见物体数据集和所述特定物体数据集取并集：将所述分类常见样本和所述分类特定样本合并成分类样本，在所述分类样本中的具体常见样本和具体特定样本进行合并成具体样本，若所述具体常见样本与所述具体特定样本为重复样本，则保留所述具体常见样本为具体样本；S6:对每一个具体样本结合目标检测算法进行模型训练得到物体专用模型；S7:将所述物体专用模型封装到API接口供前端调用。
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重庆爱思网安信息技术有限公司，未经重庆爱思网安信息技术有限公司许可，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/201811292095.3/，转载请声明来源钻瓜专利网。
