[发明专利]一种基于龙芯派的多类别深度学习图像识别方法及其应用有效
| 申请号： | 201811374115.1 | 申请日： | 2018-11-19 |
| 公开（公告）号： | CN109543744B | 公开（公告）日： | 2022-10-14 |
| 发明（设计）人： | 赵静;王弦;谢非;牛友臣 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/774;G06V10/82;G06V10/77;G06N3/04;G06N3/08 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 姚姣阳;杜春秋 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于龙芯派的多类别深度学习图像识别方法，该方法包括以下步骤：获取待识别类别的图像数据集；在计算机平台下搭建AlexNet网络模型，并利用图像数据集训练AlexNet网络模型，以得到训练参数；在龙芯派平台下实现多类别深度学习图像识别程序；设计图形用户界面，实现由用户选取待识别图像，自动显示目标图像所属类别。本发明利用了深度学习在图像识别领域的优势，可在龙芯2K1000平台下实现100类日常生活中常见对象的自动分类，具有出色的识别准确率和识别速度，应用前景广泛。 | ||
| 搜索关键词： | 一种 基于 龙芯派 类别 深度 学习 图像 识别 方法 及其 应用 | ||
【主权项】：
1.一种基于龙芯派的多类别深度学习图像识别方法，其特征在于，包括以下步骤：步骤S1、获取待识别类别的图像数据集；步骤S2、在计算机平台下搭建AlexNet网络模型，并利用图像数据集训练AlexNet网络模型，以得到训练参数；步骤S3、在龙芯派平台下实现多类别深度学习图像识别程序；步骤S4、设计图形用户界面，实现由用户选取待识别图像，自动显示目标图像所属类别。
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南京邮电大学，未经南京邮电大学许可，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/201811374115.1/，转载请声明来源钻瓜专利网。
