[发明专利]一种图像识别方法、装置、计算设备及存储介质有效
| 申请号： | 201810565420.2 | 申请日： | 2018-06-04 |
| 公开（公告）号： | CN109033940B | 公开（公告）日： | 2019-07-05 |
| 发明（设计）人： | 陈华官 | 申请（专利权）人： | 上海依图网络科技有限公司;上海图智安网络科技有限公司;深圳依图信息技术有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 黄志华 |
| 地址： | 200030 上海市徐汇*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种图像识别方法、装置、计算设备及存储介质，用以解决现有技术中在图像处理中图像识别的精度不高的问题。所述方法包括：将待检测的图像输入到预先训练完成的卷积神经网络模型中，通过所述卷积神经网络模型确定所述图像的特征图像，并根据所述特征图像确定所述图像的识别结果；所述卷积神经网络模型，包括权值矩阵共享的卷积核和权值矩阵不共享的卷积核。 | ||
| 搜索关键词： | 卷积神经网络 图像识别 存储介质 计算设备 权值矩阵 特征图像 卷积核 图像 图像处理中 模型确定 图像输入 共享 检测 申请 | ||
【主权项】：
1.一种图像识别方法，其特征在于，该方法包括：获取待检测的图像；将所述待检测的图像输入到预先训练完成的卷积神经网络模型中，通过所述卷积神经网络模型确定所述图像的特征图像，并根据所述特征图像确定所述图像的识别结果；所述卷积神经网络模型，包括第一卷积单元、第二卷积单元和第三卷积单元；所述第一卷积单元为所述卷积神经网络模型中的前N个卷积层，所述第二卷积单元为所述卷积神经网络模型中的最后的M个卷积层；所述第三卷积单元为所述卷积神经网络模型中除所述第一卷积单元和所述第二卷积单元外的P个卷积层；N，M，P为正整数；所述第一卷积单元中的N个卷积层中的卷积核为权值矩阵共享的卷积核；所述第二卷积单元中的M个卷积层中的卷积核为权值矩阵共享的卷积核；所述第三卷积单元的每个卷积层中的卷积核包括至少一个权值矩阵不共享的卷积核和至少一个权值矩阵共享的卷积核；针对一个卷积层，所述权值矩阵不共享卷积核的个数占卷积核的总个数的比例，与所述卷积层的深度负相关。
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上海依图网络科技有限公司;上海图智安网络科技有限公司;深圳依图信息技术有限公司，未经上海依图网络科技有限公司;上海图智安网络科技有限公司;深圳依图信息技术有限公司许可，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/201810565420.2/，转载请声明来源钻瓜专利网。
