申请/专利权人：上海秋葵扩视仪器有限公司

申请日：2024-01-17

公开（公告）日：2024-04-26

公开（公告）号：CN117593610B

主分类号：G06V10/774

分类号：G06V10/774;G06V10/82;G06V10/44;G06V10/764;G06V10/94;G06N3/0464;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2024.03.12#实质审查的生效;2024.02.23#公开

摘要：本公开实施例公开了一种图像识别网络训练及部署、识别方法、装置、设备及介质，包括：获取训练集，所述训练集包括样本图像和对应的标签，所述样本图像包括多张二维图像和多张三维图像，所述标签用于表示对应的样本图像为二维图像或三维图像；基于所述训练集训练图像识别网络，所述图像识别网络包括四个卷积层、四个采样层、两个批量规范化层以及两个全连接层并采用线性整流激活函数，其中，所述全连接层中的第一全连接层对应的神经元按照设定概率被丢弃。该方法通过构建图像识别网络并利用获取的训练集训练图像识别网络，解决了难以准确区分二维图像和三维图像的问题，提高了识别二维图像和三维图像的准确性。

主权项：1.一种图像识别网络训练方法，其特征在于，包括：获取训练集，所述训练集包括样本图像和对应的标签，所述样本图像包括多张二维图像和多张三维图像，所述标签用于表示对应的样本图像为二维图像或三维图像；基于所述训练集训练图像识别网络，所述图像识别网络包括四个卷积层、四个采样层、两个批量规范化层以及两个全连接层并采用线性整流激活函数，其中，所述全连接层中的第一全连接层对应的神经元按照设定概率被丢弃；其中，所述获取训练集，包括：获取二维视频和三维视频，分别从所述二维视频和所述三维视频截取画面帧并保存至相应的文件夹之中；对截取的画面帧依次进行以下预处理：通过水平变换或垂直变化进行图像增广、通过中值滤波算法进行图像增强、转换为灰度图像、裁剪为设定尺寸以及对像素值进行归一化和标准化；将预处理后的画面帧作为样本图像并添加对应的标签；将所述样本图像和对应的标签划分为训练集和测试集；其中，所述基于所述训练集训练图像识别网络，包括：对所述图像识别网络进行至少一轮训练过程，所述训练过程包括：将所述训练集拆分为多个子训练集；对于各所述子训练集，基于自适应运动估计算法采用二元交叉熵损失函数训练所述图像识别网络；在训练过程中，所述图像识别网络卷积核和全连接层的权重基于反向传播算法更新；或者，所述基于所述训练集训练图像识别网络，包括：随机打乱所述训练集并基于所述训练集对所述图像识别网络进行第一轮训练；再次随机打乱所述训练集，在所述训练集中加入指定数量的样本图像及对应的标签，和或删除部分样本图像以及对应的标签，以更新所述训练集；基于更新后的训练集对所述图像识别网络进行第二轮训练；其中，所述图像识别网络包括：输入层，用于输入待识别图像；第一卷积层，所述第一卷积层包括三个卷积核；第一采样层，用于采用最大池化操作处理所述第一卷积层提取的特征；第二卷积层，所述第二卷积层包括六个卷积核；第二采样层，用于采用最大池化操作处理所述第二卷积层提取的特征；第三卷积层，所述第三卷积层包括十六个卷积核；第三采样层，用于采用最大池化操作处理所述第三卷积层提取的特征；第一批量规范化层，用于对所述第三采样层的输出进行归一化约束后输入至第四卷积层；第四卷积层，所述卷积层包括三十二个卷积核；第四采样层，用于采用最大池化操作处理所述第四卷积层提取的特征；第二批量规范化层，用于对所述第四采样层的输出进行归一化约束后输入至全连接层；第一全连接层，包括第一数量的神经元的全层进行连接，各所述神经元按照设定概率被丢弃；第二全连接层，包括第二数量的神经元，所述第二数量小于所述第一数量；输出层，用于输出所述待识别图像的图像识别结果；所述输入层和所述第一卷积层之间、所述第一卷积层和所述第一采样层之间、所述第二卷积层和所述第二采样层之间、所述第三卷积层和所述第三采样层之间、所述第四卷积层和所述第四采样层之间、所述第一全连接层和所述第二全连接层之间采用线性整流激活函数。

全文数据：

权利要求：

百度查询： 上海秋葵扩视仪器有限公司 图像识别网络训练及部署、识别方法、装置、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD