[发明专利]卷积神经网络的训练方法、图像识别方法及装置有效
| 申请号： | 201610942156.0 | 申请日： | 2016-10-31 |
| 公开（公告）号： | CN106548201B | 公开（公告）日： | 2020-07-21 |
| 发明（设计）人： | 万韶华;陈志军;杨松 | 申请（专利权）人： | 北京小米移动软件有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08 |
| 代理公司： | 北京尚伦律师事务所 11477 | 代理人： | 代治国 |
| 地址： | 100085 北京市海淀区清河*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开是关于一种卷积神经网络的训练方法、图像识别方法及装置，该基于卷积神经网络的图像识别方法包括：获取训练完成的卷积神经网络，所述训练完成的卷积神经网络通过对训练样本和初始化卷积神经网络进行卷积神经网络训练，在训练过程中的每一次迭代计算时舍弃部分计算层，并用单位映射代替被舍弃的计算层而得到；对待识别图像进行预处理，得到测试样本；根据所述训练完成的卷积神经网络，对所述测试样本进行图像识别，得到识别结果。该技术方案可以节省训练时间和内存，使得训练更多层数的CNN成为现实；并且在图像识别时，用训练完成的该更多层的CNN来进行图像识别，保证图像识别的正确率。 | ||
| 搜索关键词： | 卷积 神经网络 训练 方法 图像 识别 装置 | ||
【主权项】：
一种基于卷积神经网络的图像识别方法，其特征在于，包括：获取训练完成的卷积神经网络，所述训练完成的卷积神经网络通过对训练样本和初始化卷积神经网络进行卷积神经网络训练，在训练过程中的每一次迭代计算时舍弃部分计算层，并用单位映射代替被舍弃的计算层而得到；对待识别图像进行预处理，得到测试样本；根据所述训练完成的卷积神经网络，对所述测试样本进行图像识别，得到识别结果。
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北京小米移动软件有限公司，未经北京小米移动软件有限公司许可，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/201610942156.0/，转载请声明来源钻瓜专利网。
- 上一篇：可折叠张开的灯罩
- 下一篇：一种自动感应的LED灯管
