細(xì)粒度圖像識(shí)別方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN201910751900.2 申請(qǐng)日 -
公開（公告）號(hào) CN110647912A 公開（公告）日 2020-01-03
申請(qǐng)公布號(hào) CN110647912A 申請(qǐng)公布日 2020-01-03
分類號(hào) G06K9/62（2006.01）; G06N3/04（2006.01）; G06N3/08（2006.01） 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 羅茜; 張斯堯; 謝喜林; 王思遠(yuǎn); 黃晉; 文戎; 張誠 申請(qǐng)（專利權(quán)）人 深圳久凌軟件技術(shù)有限公司
代理機(jī)構(gòu) 長沙德恒三權(quán)知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 深圳久凌軟件技術(shù)有限公司
地址 518000 廣東省深圳市福田區(qū)梅林街道梅豐社區(qū)梅華路105號(hào)多麗工業(yè)區(qū)科技樓11層1104房
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種細(xì)粒度圖像識(shí)別方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，本發(fā)明中公開的方法包括：獲取圖像樣本，并對(duì)圖像分類屬性進(jìn)行標(biāo)注；構(gòu)建雙線性卷積神經(jīng)網(wǎng)絡(luò)模型，將所述圖像樣本導(dǎo)入所述雙線性卷積神經(jīng)網(wǎng)絡(luò)模型中訓(xùn)練，并獲得細(xì)粒度圖像識(shí)別模型；從排序和所屬類別兩個(gè)方面對(duì)所述細(xì)粒度圖像識(shí)別模型進(jìn)行約束；通過所述細(xì)粒度圖像識(shí)別模型對(duì)待識(shí)別圖像進(jìn)行分類識(shí)別；本發(fā)明提出的方法，通過訓(xùn)練雙線性卷積神經(jīng)網(wǎng)絡(luò)細(xì)粒度識(shí)別模型對(duì)圖形進(jìn)行分類，2個(gè)并聯(lián)的卷積神經(jīng)網(wǎng)絡(luò)CNN A和卷積神經(jīng)網(wǎng)絡(luò)CNN B可以同時(shí)完成區(qū)域檢測(cè)和特征提取，在節(jié)省人力成本的同時(shí)，提高了分類識(shí)別的準(zhǔn)確率。