[发明专利]训练卷积神经网络的方法、装置、电子设备和计算机可读存储介质在审
| 申请号： | 201910524594.9 | 申请日： | 2019-06-17 |
| 公开（公告）号： | CN110263918A | 公开（公告）日： | 2019-09-20 |
| 发明（设计）人： | 郭亨凯 | 申请（专利权）人： | 北京字节跳动网络技术有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04 |
| 代理公司： | 北京竹辰知识产权代理事务所(普通合伙) 11706 | 代理人： | 陈龙 |
| 地址： | 100041 北京市石景山区*** | 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： | 本公开公开了一种训练卷积神经网络的方法，其特征在于，包括：确定图像对集合，所述图像对集合中的图像对与标签信息对应，所述标签信息用于指示与所述标签信息对应的图像对中的第一图像与第二图像间的变换参数；确定卷积神经网络的输出项目，所述输出项目的数量与所述变换参数的元素数量对应；根据所述图像对集合训练所述卷积神经网络。根据本公开实施例提供的训练卷积神经网络的方法、装置、电子设备和计算机可读存储介质所训练的卷积神经网络，能够用于确定输入的图像对的变换参数，相对于现有技术更加高效、准确、便捷。 | ||
| 搜索关键词： | 卷积神经网络 图像 变换参数 标签信息 计算机可读存储介质 集合 电子设备 输出项目 数量对应 | ||
【主权项】：
1.一种训练卷积神经网络的方法，其特征在于，包括：确定图像对集合，所述图像对集合中的图像对与标签信息对应，所述标签信息用于指示与所述标签信息对应的图像对中的第一图像与第二图像间的变换参数；确定卷积神经网络的输出项目，所述输出项目的数量与所述变换参数的元素数量对应；根据所述图像对集合训练所述卷积神经网络。
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字节跳动网络技术有限公司，未经北京字节跳动网络技术有限公司许可，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/201910524594.9/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
