[发明专利]中文模型训练、中文图像识别方法、装置、设备及介质在审

专利信息
申请号: 201810563508.0 申请日: 2018-06-04
公开(公告)号: CN109102037A 公开(公告)日: 2018-12-28
发明(设计)人: 高梁梁;周罡 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06K9/68 分类号: G06K9/68;G06K9/62;G06N3/04
代理公司: 深圳众鼎专利商标代理事务所(普通合伙) 44325 代理人: 胡志桐
地址: 518000 广东省深*** 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: 发明公开一种中文模型训练、中文图像识别方法、装置、设备及介质,该中文模型训练方法包括:获取训练手写中文图像;将训练手写中文图像按预设比例划分成训练集和测试集;对训练集中的训练手写中文图像进行顺序标注,并将标注好的训练手写中文图像输入到卷积神经网络‑长短时记忆神经网络中进行训练,采用时序分类算法对卷积神经网络‑长短时记忆神经网络的网络参数进行更新,获取原始手写字识别模型;采用测试集中的训练手写中文图像对原始手写字识别模型进行测试,在测试准确率大于预设准确率时,获取目标手写字识别模型。该中文模型训练方法具有训练效率高且识别精度高的优点。
搜索关键词: 中文 手写 模型训练 图像 记忆神经网络 卷积神经网络 图像识别 原始手写 预设 测试准确率 测试 分类算法 获取目标 顺序标注 图像输入 网络参数 训练效率 时序 测试集 训练集 准确率 标注 更新
【主权项】:
1.一种中文模型训练方法,其特征在于,包括:获取训练手写中文图像;将所述训练手写中文图像按预设比例划分成训练集和测试集;对所述训练集中的训练手写中文图像进行顺序标注,并将标注好的训练手写中文图像输入到卷积神经网络‑长短时记忆神经网络中进行训练,采用时序分类算法对所述卷积神经网络‑长短时记忆神经网络的网络参数进行更新,获取原始手写字识别模型;采用所述测试集中的训练手写中文图像对所述原始手写字识别模型进行测试,在测试准确率大于预设准确率时,获取目标手写字识别模型。
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平安科技(深圳)有限公司,未经平安科技(深圳)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/201810563508.0/,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