“图像分类”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1041094个，建议您升级VIP下载更多相关专利

[发明专利]图像分类模型的训练方法、图像分类方法和装置-CN202211165540.6在审
发明人：王兆玮;杨叶辉;武秉泓;王晓荣;黄海峰 -专利权人：北京百度网讯科技有限公司
申请日： 2022-09-23 - 公布日： 2022-12-09 - 主分类号： G06V10/764 文献下载
摘要：本公开提供了一种图像分类模型的训练方法、图像分类方法和装置，涉及人工智能技术领域，具体涉及图像处理、深度学习等技术领域。具体实现方案为：利用第一图像分类模型中的第一特征提取网络，确定样本图像的第一特征图像，并将样本图像的掩码图像输入到第二图像分类模型中的第二特征提取网络，以得到与第一特征图像尺寸相同的第二特征图像，并根据第一特征图像和第二特征图像对第二图像分类模型的第二特征提取网络进行训练由此，通过借助第一图像分类模型实现第二图像分类模型地自监督训练，在降低了第二图像分类模型的训练成本的同时，可使得所训练出的第二图像分类模型达到良好的分类效果。
图像分类模型训练方法装置

[发明专利]一种图像处理方法及装置-CN201510229759.1有效
发明人：安宁宇;粟栗;张峰;檀鹏 -专利权人：中国移动通信集团公司
申请日： 2015-05-07 - 公布日： 2020-02-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种图像处理方法，所述方法包括：利用预设的图片分类模型对待处理图像进行分类，得到分类结果；其中，所述图片分类模型是利用支持向量机法对分类图片库中的图片进行训练而得到的，所述分类结果表明所述待处理图像所属的分类图片库；按照所述分类结果从所述待处理图像所属的分类图片库获取作为对比图像的第一图像，所述第一图像为所述待处理图像所属的分类图片库中的一张图像；计算所述待处理图像与所述对比图像之间的哈希距离；根据所述哈希距离将所述待处理图像进行去除或保留本发明同时还公开了一种图像处理装置。
一种图像处理方法装置

[发明专利]基于区块技术的电商大数据分类方法及系统-CN202110255399.8在审
发明人：曾丽 -专利权人：十堰时风达工贸有限公司
申请日： 2021-03-09 - 公布日： 2021-08-06 - 主分类号： G06F16/55 文献下载
摘要：本申请涉及一种基于区块技术的电商大数据分类方法及系统，所示方法包括获取电商图像大数据中的待分类图像，其中，所述电商图像大数据由电商运营过程中产生；对所述待分类图像做图像分割删选以及建模分类处理，并根据图像分割删选以及建模分类处理结果生成待分类图像的分类结果；基于区块链技术将生成的待分类图像的分类结果先进行隐私存证，再将待分类图像的分类结果作分享隐私存证后生成已存证分类结果，并将所述已存证分类结果哈希上链。本发明结合了监督型学习算法，即不止筛选得分较高的正方块，而且同时还筛选得分较低的正方块，这样便综合到了图像中阴性证据的影响，从而有利于提高图像模型分类的效果。
基于区块技术电商大数据分类方法系统

[发明专利]一种图像的分类方法及装置-CN201810502083.2有效
发明人：戴威 -专利权人：北京国双科技有限公司
申请日： 2018-05-23 - 公布日： 2022-02-25 - 主分类号： G06V20/62 文献下载
摘要：本发明提供了一种图像的分类方法和分类装置，所述方法首先确定待分类图像；然后将所述待分类图像的特征向量输入图像分类模型中；所述特征向量用于表征所述待分类图像的深度网络特征以及浅层文字特征；其中，所述图像分类模型为将待训练图像的深度网络特征以及浅层文字特征进行处理后得到的特征向量进行训练后得到的机器学习模型；最后获取所述图像分类模型输出的该待分类图像所属类型的分类结果。可见，本发明由人工分类转为机器自动识别分类，大大提高了处理效率，同时降低了人力成本。且本发明技术方案中的分类模型是依据图像的深度网络特征以及浅层文字特征处理后的特征向量进行训练后得到的，因此对于文档类图像的分类结果准确性更高。
一种图像分类方法装置

[发明专利]图像分类模型的训练方法、图像分类方法及装置-CN201911243450.2有效
发明人：陈豪;郑瀚;孙钟前 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-12-06 - 公布日： 2021-04-06 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种图像分类模型的训练方法、基于人工智能的图像分类方法、装置及存储介质；其中，图像分类模型的训练方法包括：构建包括多个携带众包标注结果的图像样本的数据集；众包标注结果由多个标注者进行分类结果标注得到；获取图像分类模型的预测结果与真实分类结果之间的关联关系，关联关系指示图像分类模型的预测结果相对真实分类结果的可信度；基于标注者标注的分类结果、以及预测结果与真实分类结果之间的关联关系，构建图像分类模型的损失函数；基于数据集及损失函数，训练图像分类模型基于输入的待分类图像，预测相应的图像类别的性能。通过本发明，能够提高标注样本的利用率，以及提高训练得到的图像分类模型的预测准确度。
图像分类模型训练方法装置

[发明专利]一种面向电子图库的在线渐进式图像分类方法-CN201610332789.X在审
发明人：孙正兴;胡佳高;李博;袁苇航 -专利权人：南京大学
申请日： 2016-05-19 - 公布日： 2016-09-21 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种面向电子图库的在线渐进式图像分类方法，包括以下步骤：提取输入图像的特征描述子，并将图像保存到缓冲池；从缓冲池中载入图像，自动对输入图像进行分类；由用户对错误的结果进行修正，基于用户交互内容，在线训练或更新分类器。对输入图像，先在整张图像上计算其视觉特征；然后提取输入图像的局部子图像，在子图像上提取对象语义，构造输入图像的语义特征；最后构造图像特征描述子。从缓冲池中载入图像后，先对图像进行自动分类，若分类器已初始化，则使用分类器进行分类，否则使用K均值聚类算法进行分类。由用户对分类结果进行确认及修改，最后利用用户确认后的已分类图像来构造累积样本，对分类器进行在线训练或更新。
一种面向电子图库在线渐进图像分类方法

[发明专利]基于自蒸馏的图像分类方法、系统、存储介质和电子设备-CN202310071832.1有效
发明人：程彦皓 -专利权人：北京数美时代科技有限公司;数美天下（北京）科技有限公司
申请日： 2023-01-13 - 公布日： 2023-10-24 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于自蒸馏的图像分类方法、系统、存储介质和电子设备，包括：基于多个图像样本，对卷积神经网络进行迭代训练，得到第一图像分类模型；将每个图像样本输入第一图像分类模型，得到并将输出特征图分别输入特征处理模块和注意力机制模块，得到并根据原始特征图和注意力特征图进行自蒸馏，得到并根据每个图像样本的自蒸馏损失值，对第一图像分类模型的参数进行优化，直至第二图像分类模型满足预设条件时，将第二图像分类模型确定为目标图像分类模型；将待测图像输入至目标图像分类模型，得到图像分类结果。本发明能够利用模型自身的注意力图进行蒸馏，在有效压缩图像分类模型训练时间的同时，确保了图像分类的效果不受影响。
基于蒸馏图像分类方法系统存储介质电子设备

[发明专利]图像分类方法、装置、设备和存储介质-CN202010565300.X在审
发明人：张文俊 -专利权人：普联国际有限公司
申请日： 2020-06-19 - 公布日： 2020-11-13 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种图像分类方法，包括：将待分类图像输入到预先训练好的图像分类器中，以使所述图像分类器输出所述待分类图像的若干个不同类别的概率向量；其中，所述概率向量为所述待分类图像被正确分成当前类别的概率；从所述若干个不同类别的概率向量中获取最大的概率向量所对应的类别为目标类别；判断所述目标类别的概率向量与所述图像分类器的输出响应的乘积是否大于预设阈值；若是，判定所述待分类图像属于所述目标类别；若否，判定所述待分类图像属于背景图像本发明还公开了一种图像分类装置、一种图像分类设备和一种计算机可读存储介质。采用本发明实施例，能有效提高图像分类的准确率。
图像分类方法装置设备存储介质

[发明专利]基于支持向量机模型的图像分类预测方法及装置-CN202110297687.X在审
发明人：王妙玉;黄宇航;吴宁泉 -专利权人：广东好太太智能家居有限公司
申请日： 2021-03-19 - 公布日： 2021-06-08 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于支持向量机模型的图像分类预测方法及装置，本发明的方法包括：将待分类图像进行图像切割，提取待分类图像的设定部分图像；提取待分类图像的设定部分图像的颜色矩特征；构建支持向量机模型，将待分类图像的颜色矩特征作为所述支持向量机模型的输入，得到输出结果，将输出结果作为预测的待分类图像的分类类别。本发明的图像分类预测方法的预测结果准确且预测方法简易方便推广。
基于支持向量模型图像分类预测方法装置

[发明专利]一种基于延迟机制的单层图像分类方法-CN202110676241.8有效
发明人：李建平;苌泽宇;冯文婷;肖飞 -专利权人：电子科技大学
申请日： 2021-06-18 - 公布日： 2022-07-19 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于延迟机制的单层图像分类方法，属于图像处理技术领域，其包括以下步骤：S1、构建图像分类模型；S2、采用图像集对图像分类模型进行训练，得到训练完成的图像分类模型；S3、采用训练完成的图像分类模型对图像进行分类，得到图像的类别；图像分类模型包括依次连接的特征提取单元、脉冲延迟编码单元和单层分类器；本发明解决了Tempotron学习算法仅仅依靠调整突触权重，导致学习效果极易受到干扰的问题。
一种基于延迟机制单层图像分类方法

[发明专利]一种基于二值化图像分类网络的图像分类方法-CN202110650074.X有效
发明人：刘启和;王钰涵;周世杰;张准;董婉祾;但毅;严张豹 -专利权人：电子科技大学
申请日： 2021-06-10 - 公布日： 2022-05-10 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于二值化图像分类网络的图像分类方法，包括以下步骤：S1：采集原始图像，并对原始图像进行初始化；S2：根据初始化后的原始图像，搭建图像分类网络；S3：利用图像分类网络的softmax分类器进行图像分类该图像分类方法对传统图像分类中运算量最大的卷积运算模块的卷积核进行二值化处理，使用4个同规格的二值化卷积核进行线性近似，节约算法存储空间开销。
一种基于二值化图像分类网络方法

[发明专利]图像分类方法及装置-CN202211521143.8在审
发明人：袁勇;李斌 -专利权人：中国电信股份有限公司
申请日： 2022-11-30 - 公布日： 2023-02-24 - 主分类号： G06V40/16 文献下载
摘要：本申请公开了一种图像分类方法及装置。该方法包括：获取待分类人脸图像；提取待分类人脸图像中的目标区域特征，其中，目标区域特征至少包括眉毛区域特征和眼睛区域特征；将目标区域特征输入预训练的图像分类模型，得到图像分类模型输出的图像分类结果，其中，图像分类模型用于对目标区域特征进行主成分分析，并基于分析结果确定待分类人脸图像的图像类型，图像类型包括以下之一：颈椎正常的人脸图像，颈椎异常的人脸图像。本申请解决了相关技术中无法高效且准确地识别颈椎异常的人脸图像的技术问题。
图像分类方法装置

[发明专利]图像分类方法、装置、设备及存储介质-CN202111082659.2在审
发明人：刘江;章晓庆;肖尊杰;东田理沙 -专利权人：南方科技大学
申请日： 2021-09-15 - 公布日： 2022-01-04 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种图像分类方法、装置、设备及存储介质，属于图像处理技术领域。本发明的图像分类方法包括获取图像训练集和参考特征图；根据参考特征图构建注意力机制模块；根据注意力机制模块和预设的卷积模块构建图像分类模型；利用图像训练集对图像分类模型进行训练，得到训练后的图像分类模型；根据训练后的图像分类模型对目标图像进行分类处理；其中，注意力机制模块为基于局部注意力的注意力机制模块。这种图像分类方法能够更为准确地对图像的特征信息进行识别，提高分类准确性。
图像分类方法装置设备存储介质

[发明专利]一种医学图像中拍摄部位的分类方法及装置-CN201910631668.9在审
发明人：石磊;倪浩;郑永升;曹一迪;魏子昆;王烨;丁泽震;杨忠程 -专利权人：杭州依图医疗技术有限公司
申请日： 2019-07-12 - 公布日： 2019-11-01 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提供了一种医学图像中拍摄部位的分类方法及装置，涉及人工智能技术领域，该方法包括：获取多个方向对应的医学图像，采用多个图像分类器分别对多个方向对应的医学图像进行分类，综合多个图像分类器输出的拍摄部位的初级分类结果确定拍摄部位的综合分类结果，相较于基于单方向拍摄的拍摄部位的医学图像进行分类来说，获取的拍摄部位的特征更全面，从而提高对医学图像中拍摄部位进行分类的准确性。其次，采用图像分类器对医学图像中的拍摄部位自动进行分类，然后根据分类结果确定医学图像中拍摄部位的综合分类结果，相较于人工分类的方式来说，该方法不受人工主观因素影响，准确性和效率更高。
医学图像拍摄分类图像分类器分类结果人工智能技术初级分类结果确定人工分类主观因素输出

[发明专利]基于剪枝模型的图像分类方法、装置、设备及存储介质-CN202210435610.9在审
发明人：王国龙;廖丹萍;戚晓东;施钢杰 -专利权人：浙江凤凰云睿科技有限公司;浙江省北大信息技术高等研究院;杭州未名信科科技有限公司
申请日： 2022-04-24 - 公布日： 2022-08-05 - 主分类号： G06N3/08 文献下载
摘要：本申请公开了一种基于剪枝模型的图像分类方法、装置、设备及存储介质，所述方法包括：构建初始的图像分类模型；根据所述图像分类模型的损失函数以及预设的组稀疏约束构建总损失函数；根据预设的训练数据集以及所述总损失函数训练所述图像分类模型，得到训练好的初始图像分类模型；根据每个通道的组稀疏约束对所述训练好的初始图像分类模型进行删减，根据删减后的图像分类模型进行图像分类处理。根据本申请实施例提供的图像分类方法，可以对大图像分类模型中不重要的通道进行裁剪，从而减少分类模型的参数量，提升分类模型的计算效率，且该方法可以减少剪枝对网络性能造成的影响，依然保持较高的分类性能。
基于剪枝模型图像分类方法装置设备存储介质

首页
«上一页
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
下一页»
尾页
共 100000 条