← 返回列表
图像识别网络训练及部署、识别方法、装置、设备及介质
摘要文本
本公开实施例公开了一种图像识别网络训练及部署、识别方法、装置、设备及介质,包括:获取训练集,所述训练集包括样本图像和对应的标签,所述样本图像包括多张二维图像和多张三维图像,所述标签用于表示对应的样本图像为二维图像或三维图像;基于所述训练集训练图像识别网络,所述图像识别网络包括四个卷积层、四个采样层、两个批量规范化层以及两个全连接层并采用线性整流激活函数,其中,所述全连接层中的第一全连接层对应的神经元按照设定概率被丢弃。该方法通过构建图像识别网络并利用获取的训练集训练图像识别网络,解决了难以准确区分二维图像和三维图像的问题,提高了识别二维图像和三维图像的准确性。
申请人信息
- 申请人:上海秋葵扩视仪器有限公司
- 申请人地址:201210 上海市浦东新区中国(上海)自由贸易试验区芳春路400号1幢3层
- 发明人: 上海秋葵扩视仪器有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 图像识别网络训练及部署、识别方法、装置、设备及介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410069784.7 |
| 申请日 | 2024/1/17 |
| 公告号 | CN117593610A |
| 公开日 | 2024/2/23 |
| IPC主分类号 | G06V10/774 |
| 权利人 | 上海秋葵扩视仪器有限公司 |
| 发明人 | 陈阳阳; 潘博; 蔡增华 |
| 地址 | 上海市浦东新区中国(上海)自由贸易试验区芳春路400号1幢3层 |
专利主权项内容
1.一种图像识别网络训练方法,其特征在于,包括:获取训练集,所述训练集包括样本图像和对应的标签,所述样本图像包括多张二维图像和多张三维图像,所述标签用于表示对应的样本图像为二维图像或三维图像;基于所述训练集训练图像识别网络,所述图像识别网络包括四个卷积层、四个采样层、两个批量规范化层以及两个全连接层并采用线性整流激活函数,其中,所述全连接层中的第一全连接层对应的神经元按照设定概率被丢弃。