一种用于接打电话识别的深度学习网络模型及系统

专利主权项内容

1.一种用于接打电话识别的深度学习网络模型，网络模型的原型为VGG16网络，其特征在于，优化后的网络的建立方法为将原VGG16网络中前10层卷积层中的卷积核个数减半，并将原VGG16网络中第三层全连接层替换为融合检测网络；所述融合检测网络包括5个检测单元，每个检测单元包括两层卷积层；所述检测单元确定特征提取时所需的预选框尺寸的范围，由K-means聚类算法统计得到；所述预选框尺寸范围的确定方法为：用K-means聚类算法统计标记好的样本的尺寸，从统计结果中由大到小依次选取x5、x4、x3、x2、x1，其中x5为统计结果中的最大值，第一检测单元预选框尺寸的范围为0.8*x1～x1；第二检测单元预选框尺寸的范围为x1～x2；第三检测单元预选框尺寸的范围为x2～x3；第四检测单元预选框尺寸的范围为x3～x4；第五检测单元预选框尺寸的范围为x4～x5；所述优化后的网络的输入为：经过图像增强的图像集，图像增强包括修改原始图像集的色度、亮度、饱和度和对比度。