[发明专利]一种基于深度相似性网络的图像分类方法有效
| 申请号： | 201710313616.8 | 申请日： | 2017-05-05 |
| 公开（公告）号： | CN108805151B | 公开（公告）日： | 2021-05-25 |
| 发明（设计）人： | 胡东平;王兴刚 | 申请（专利权）人： | 杭州微禾迅科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 无锡市汇诚永信专利代理事务所(普通合伙) 32260 | 代理人： | 张欢勇 |
| 地址： | 310000 浙江省杭州市西*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度相似性网络的图像分类方法，包括：向训练模型输入训练图像；利用训练模型进行指定次数训练；初始化图像特征提取模型；输入目标图像提取特征；结合训练图像特征进行相似度计算；利用图像特征相似度进行图像分类。本发明通过。构建深度图像特征提取训练模型对指定训练图像进行深度训练并采用交叉熵损失函数优化训练模型，在进行实际图像特征提取时加入训练图像提取的特征值进行相似性计算，通过该计算模型实现精确图像分类，首次提出加入相似性计算的图像分类方法，有效提高了图像分类精度。 | ||
| 搜索关键词： | 一种 基于 深度 相似性 网络 图像 分类 方法 | ||
【主权项】：
1.一种基于深度相似性网络的图像分类方法，其特征在于，该方法包含以下步骤：训练图片输入步骤，从指定训练图像中随机选择特定数目以及指定类型的图片作为训练图像；模型训练步骤，通过构建特定的训练模型并向该模型输入训练图片进行特定次数训练得到图像特征提取模型参数；初始化特征提取网络步骤，采用训练得到的网络模型参数集初始化用于图像特征提取的网络模型；特征提取步骤，利用初始化的网络模型对输入图像的图像特征进行提取操作；相似度计算步骤，根据训练得到的图像特征和实际提取的图像特征进行特定计算得出相似度计算模型；图像分类步骤，采用相似度计算模型得到的图像特征进行图像分类。
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杭州微禾迅科技有限公司，未经杭州微禾迅科技有限公司许可，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/201710313616.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于格网地形特征的空域可通行性分析方法
- 下一篇：一种场景分类方法及装置
