[发明专利]一种基于接触网画质评估的深度神经网络模型的构建方法在审
| 申请号： | 201910557704.1 | 申请日： | 2019-06-26 |
| 公开（公告）号： | CN110321944A | 公开（公告）日： | 2019-10-11 |
| 发明（设计）人： | 颜露新;钟胜;李子沁;昌毅;刘慧敏;曹舒宁 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 曹葆青;李智 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 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接触网画质评估的深度神经网络模型的构建方法，包括：1.从接触网图像集中选取m张图像；2.将m张图像按质量类别划分后，按相同比例在各质量级别图像中筛选训练样本和测试样本；3.采用测试样本分别测试n个已训练的网络模型，筛选出测试精度最高的网络模型作为目标网络模型；4.判断目标网络模型的测试精度是否不小于目标精度，若是，则目标网络模型为用于接触网画质评估的深度神经网络模型；否则，转至步骤5；5.采用训练样本对目标网络模型进行测试，更新训练样本；6.采用更新后训练样本对目标网络模型训练，转至步骤4；本发明自动学习接触网图像的特征，具有较强的测试鲁棒性和适应性。 | ||
| 搜索关键词： | 目标网络 接触网 训练样本 神经网络模型 测试 画质评估 图像 测试样本 网络模型 构建 筛选 模型训练 图像集中 质量级别 质量类别 自动学习 鲁棒性 更新 | ||
【主权项】：
1.一种基于接触网画质评估的深度神经网络模型的构建方法，其特征在于，包括：(1)按第一预设比例从接触网图像集中选取m张图像；(2)将m张图像按质量类别划分后，按第二预设比例在各质量级别图像中筛选训练样本，且剩余图像构成测试样本；(3)采用测试样本分别测试n个已训练的网络模型，筛选出测试精度最高的网络模型作为目标网络模型；(4)判断目标网络模型的测试精度是否大于等于目标精度，若是，则目标网络模型为用于接触网画质评估的深度神经网络模型；否则，转至步骤(5)；(5)采用训练样本对目标网络模型进行测试，测试结果中质量级别分类错误的图像构成新的训练样本；(6)采用新的训练样本对目标网络模型训练，转至步骤(4)。
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华中科技大学，未经华中科技大学许可，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/201910557704.1/，转载请声明来源钻瓜专利网。
