[发明专利]基于迁移学习的船舶类型识别方法及系统有效
| 申请号： | 201811162674.6 | 申请日： | 2018-09-30 |
| 公开（公告）号： | CN109508634B | 公开（公告）日： | 2020-10-30 |
| 发明（设计）人： | 林德银 | 申请（专利权）人： | 上海鹰觉科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 上海段和段律师事务所 31334 | 代理人： | 李佳俊;郭国中 |
| 地址： | 200433 上海市*** | 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： | 本发明提供了一种基于迁移学习的船舶类型识别方法及系统，包括：迁移已训练好的卷积神经网络模型，结合船舶图像对卷积神经网络模型的参数和结构进行调整，得到迁移学习模型；对船舶图像进行灰度化、归一化和类型标注处理，得到数据集；根据反向传播法，用所述数据集训练所述迁移学习模型；将待测图像输入训练好的所述迁移学习模型中进行类型识别。本发明采用迁移学习的方法，其可以主动提取舰船图像的特征，不需要人工提取特征，降低了人员的工作量和疏漏可能性，避免了从头设计网络和缺少大量舰船数据集而导致的网络分类结果不佳的问题，提高了分类的准确性。 | ||
| 搜索关键词： | 基于 迁移 学习 船舶 类型 识别 方法 系统 | ||
【主权项】：
1.一种基于迁移学习的船舶类型识别方法，其特征在于，包括：迁移学习模型构建步骤：迁移已训练好的卷积神经网络模型，结合船舶图像对卷积神经网络模型的参数和结构进行调整，得到迁移学习模型；数据集构建步骤：对船舶图像进行灰度化、归一化和类型标注处理，得到数据集；训练步骤：根据反向传播法，用所述数据集训练所述迁移学习模型；预测步骤：将待测图像输入训练好的所述迁移学习模型中进行类型识别。
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鹰觉科技有限公司，未经上海鹰觉科技有限公司许可，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/201811162674.6/，转载请声明来源钻瓜专利网。
