[发明专利]一种基于深度学习的图像训练装置在审

专利信息
申请号: 202010904896.1 申请日: 2020-09-01
公开(公告)号: CN112001864A 公开(公告)日: 2020-11-27
发明(设计)人: 江玉珍;朱映辉 申请(专利权)人: 韩山师范学院
主分类号: G06T5/00 分类号: G06T5/00;G06N3/04;G06N3/063;G06N3/08
代理公司: 郑州豫原知识产权代理事务所(普通合伙) 41176 代理人: 韩晓娟
地址: 521041*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 深度 学习 图像 训练 装置
【权利要求书】:

1.一种基于深度学习的图像训练装置,其特征在于:包括底座(100)和控制盒(700),所述底座(100)的顶部中间设置有蓄电池(200),所述底座(100)的顶部左侧和右侧设置有伸缩支架(300),所述伸缩支架(300)的顶部设置有顶座(500),所述顶座(500)的底部中间设置有伺服电机(400),所述伺服电机(400)的顶部输出端贯穿顶座(500)设置有转盘(600),所述转盘(600)的顶部中间设置有控制盒(700),所述控制盒(700)的顶部中间设置有高清摄像头(900),所述控制盒(700)的内腔分别设置有处理器、获取单元、神经网络单元、图像处理单元和深度学习网络处理单元,处理器电性输入连接获取单元,获取单元电性输入连接高清摄像头(900),处理器双向连接神经网络单元和图像处理单元,处理器电性输出连接深度学习网络处理单元,深度学习网络处理单元电性输出连接传输单元;

其中,

图像处理单元包括图像降噪、图像去模糊、图像去雾、图像去雨滴、低照度增强、边界增强;

神经网络单元包括卷积层处理、激励层处理、池化层处理和连接层处理。

2.根据权利要求1所述的一种基于深度学习的图像训练装置,其特征在于:获取单元用于接收高清摄像头(900)所采集到的图像,并获取图像中的图像特征。

3.根据权利要求1所述的一种基于深度学习的图像训练装置,其特征在于:深度学习网络处理单元用于实现深度网络结构获取到更多高维度图像的特征用来处理图像,结合图片特征预算出最合理的图片数据。

4.根据权利要求1所述的一种基于深度学习的图像训练装置,其特征在于:所述伺服电机(400)和所述伸缩支架(300)可通过遥控器和控制器遥控控制。

5.根据权利要求1所述的一种基于深度学习的图像训练装置,其特征在于:所述底座(100)的底部四角设置有万向轮,所述万向轮上设置有限位器,所述控制盒(700)的顶部两侧设置有补光灯(800)。

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韩山师范学院,未经韩山师范学院许可,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/pat/books/202010904896.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top