一种基于FPGA和卷积神经网络的图像采集与目标识别方法

发明专利有效专利

申请号：
CN201910717714.7
IPC分类号：G06K9/00;G06K9/62;G06N3/04;G06N3/08
申请日期：
2019-08-05
申请人：
黑龙江电力调度实业有限公司

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	一种基于FPGA和卷积神经网络的图像采集与目标识别方法
申请号	CN201910717714.7	申请日期	2019-08-05
法律状态	实质审查	申报国家	中国
公开/公告日	2019-11-15	公开/公告号	CN110458079A
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	黑龙江电力调度实业有限公司	申请人地址	黑龙江省哈尔滨市经开区南岗集中区千山路一道街23-A楼1-2层变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	黑龙江电力调度实业有限公司	当前权利人	黑龙江电力调度实业有限公司
发明人	孙绍辉;李岳泽;曹勇;齐枫;尚书智
代理机构	哈尔滨市松花江专利商标事务所	代理人	时起磊

摘要

一种基于FPGA和卷积神经网络的图像采集与目标识别方法，它属于图像处理技术领域。本发明解决了现有方法对图像中目标识别的准确率低的问题。本发明将采集的图像分为训练集和测试集两部分，利用训练集对卷积神经网络模型进行训练，利用测试集对训练好的卷积神经网络模型进行测试，通过不断的循环训练，最终获得训练好的卷积神经网络模型。再利用训练好的卷积神经网络模型对待测图像进行处理，根据模型的输出判断待测图像中是否包含目标。采用本发明方法获得的训练好的卷积神经网络模型，可以将图像中目标识别的准确率提升至96％以上。本发明可以应用于图像处理技术领域。

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