基于深度卷积神经网络的图像分类方法及图像分类系统
基本信息
| 申请号 | CN201811541228.6 | 申请日 | - |
| 公开（公告）号 | CN109685126A | 公开（公告）日 | 2019-04-26 |
| 申请公布号 | CN109685126A | 申请公布日 | 2019-04-26 |
| 分类号 | G06K9/62（2006.01）I; G06N3/04（2006.01）I; G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 刘贵生; 李稚松; 李殿赟 | 申请（专利权）人 | 北斗航天卫星应用科技集团有限公司 |
| 代理机构 | 北京力量专利代理事务所（特殊普通合伙） | 代理人 | 北斗航天卫星应用科技集团有限公司 |
| 地址 | 100070 北京市丰台区南四环西路188号总部基地十八区22号楼五层(园区) | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于深度卷积神经网络的图像分类方法及图像分类系统，该方法包括：依次构建深度卷积神经网络图像分类模型的输入层、多个卷积层和输出层，并预设输入层与相邻卷积层之间的前端连接权重初始值、相邻两卷积层之间的中间连接权重初始值、输入层与相邻卷积层之间的后端连接权重初始值；利用多种类型的图像对该深度卷积神经网络图像分类模型进行训练；将接收的待识别图像输入到训练后的深度卷积神经网络图像分类模型中，得到待识别图像类属矩阵。本发明选择不同类别图像采用多卷积层的方法进行模型训练，能够递进式地捕获待识别图像的特征，以客观精确地判定待识别图像可能属于的类别以及属于各类别的概率。 |
