基于迁移学习的残差网络训练的场景分类方法

发明专利有效专利

申请号：
CN201811640403.7
IPC分类号：G06K9/00;G06K9/62;G06N3/04;G06N3/08
申请日期：
2018-12-29
申请人：
北京航天云路有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于迁移学习的残差网络训练的场景分类方法
申请号	CN201811640403.7	申请日期	2018-12-29
法律状态	实质审查	申报国家	中国
公开/公告日	2019-05-21	公开/公告号	CN109784237A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	北京航天云路有限公司	申请人地址	北京市海淀区西四环中路16号院7号楼12层1201-3 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京航天云路有限公司	当前权利人	北京航天云路有限公司
发明人	徐汕;刘强;张晶亮;杨端;单酉;姜桥
代理机构	北京纽乐康知识产权代理事务所（普通合伙）	代理人	白明珠

摘要

本发明公开了一种基于迁移学习的残差网络训练的场景分类方法，包括S1.采集数据集；S2.导入标注好的训练数据集；S3.将导入的图片预处理后的向量作为ResNet18_Places365模型的输入；S4.加载深度残差网络模型；S5.设置平方层；S6.过全连接的softmax分类器对平方层输出的产生最终的预测，输出预测图片所属的类别；S7.以算法在测试集图片上的预测正确率作为最终评价标准对场景分类方法进行评价。本发明的有益效果：提出一种基于迁移学习的残差网络训练的场景分类方法，从本质上解决当神经网络算法层次比较深的时候无法训练的问题，通过建立动态的神经网络算法，并在框架中用PyTorch替换numpy的模块，有限提高了场景分类的准确率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供