[发明专利]一种基于深度学习的房角图像自动分级方法

摘要

本发明公开了一种基于深度学习的房角图像自动分级方法，步骤包括：对原始房角图像数据集进行标记预处理；利用预处理后的房角图像数据集对目标检测模型进行训练；检测得到包含房角图像关键区域子图；将关键区域子图及对应的预设的房角级别信息输入至深度学习分类网络进行监督训练，所述深度学习神经网络根据训练结果与预设房角级别信息之间的误差进行修正，最终得到满足分级准确率的深度学习神经网络模型并输出房角图像所属级别。本发明通过对房角图像关键区域检测并截取，减少了检测时干扰因素，同时克服了因原始房角图像大关键区域占比小导致的分类效果不佳的缺陷，同时利用深度学习网络对关键区域的特征进行监督训练提高房角图像分级的准确率。

主权项

1.一种基于深度学习的房角图像自动分级方法，其特征在于，所述方法包括以下步骤：S1：对原始的房角图像数据集中的房角图像进行标记预处理得到含有标签信息的房角图像数据集；S2:调整目标检测模型的检测类别数量，将预处理后的房角图像数据集输入调整后的目标检测模型中进行模型训练；S3:利用训练完毕的目标检测模型对预处理后的房角图像数据集进行检测得到包含房角图像关键区域子图；S4:将房角图像的关键区域子图及对应的预设的房角级别信息输入至深度学习分类网络进行监督训练，所述深度学习神经网络根据训练结果与预设房角级别信息之间的误差进行修正，最终得到满足分级准确率的深度学习神经网络模型并输出房角图像所属级别。