[发明专利]基于深度学习的子图拆分方法、系统、设备及存储介质

权利要求书

1.一种基于深度学习的子图拆分方法，其特征在于，包括：

获取待拆分的拼图；

将待拆分的拼图输入训练好的分类模型中，得到拆分后的子图。

2.根据权利要求1所述的方法，其特征在于，所述待拆分的拼图由不同拼图模式对应的所述子图构成。

3.根据权利要求1所述的方法，其特征在于，所述分类模型的训练步骤包括：

采集具有不同拼图模式的拼图原图；

将所述拼图原图按照拼图模式分为不同的类别；

将拼图原图与其对应的类别信息输入深度神经网络进行训练，得到分类模型。

4.根据权利要求3所述的方法，其特征在于，所述采集具有不同拼图模式的拼图原图，包括：

采集来自各种设备的不同拼图模式的白天、夜间违法证据链图片拼图原图。

5.根据权利要求3所述的方法，其特征在于，所述将所述拼图原图按照拼图模式分为不同的类别，包括：

通过人工标注的方式，把不同拼图模式的图片分为不同的类别。

6.根据权利要求1所述的方法，其特征在于，所述将待拆分的拼图输入训练好的分类模型中，得到拆分后的子图，包括：

将待拆分的拼图输入训练好的分类模型，根据所述分类模型给出的类别，得到拆分后的子图。

7.根据权利要求6所述的方法，其特征在于，所述根据所述分类模型给出的类别，得到拆分后的子图，包括：

根据所述分类模型给出的类别，把拼图匹配到类别对应的拼图模式，并根据该模式所预设的各子图位置，顺序抠出对应子图。

8.一种基于深度学习的子图拆分系统，其特征在于，包括：

获取模块，用于获取待拆分的拼图；

拆分模块，用于将待拆分的拼图输入训练好的分类模型中，得到拆分后的子图。

9.一种基于深度学习的子图拆分设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1-7任一项所述的方法。

10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的方法。