一種基于深度卷積分析的圖片歸類方法及播控平臺
基本信息
申請?zhí)?/td> | CN202210097554.2 | 申請日 | - |
公開(公告)號 | CN114139656B | 公開(公告)日 | 2022-04-26 |
申請公布號 | CN114139656B | 申請公布日 | 2022-04-26 |
分類號 | G06K9/62(2022.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I;G06V10/764(2022.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 文俊;吳雷 | 申請(專利權(quán))人 | 成都橙視傳媒科技股份公司 |
代理機構(gòu) | 成都九鼎天元知識產(chǎn)權(quán)代理有限公司 | 代理人 | 孫元偉 |
地址 | 610000四川省成都市高新區(qū)科園二路10號2棟2單元13層1號、2號 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開了一種基于深度卷積分析的圖片歸類方法及播控平臺,屬于圖片分類技術(shù)領(lǐng)域,包括步驟:S1,收集圖片后對圖片類型進行規(guī)范化處理;S2,對圖片進行縮放處理;S3,將圖片轉(zhuǎn)換為包含RGB三個通道值的像素信息矩陣;S4,基于卷積神經(jīng)網(wǎng)絡(luò)形成預訓練模型,形成歸類模型;S5,利用圖片和標簽對歸類模型進行訓練調(diào)優(yōu);S6,上傳圖片到最終歸類模型進行分類預測。本發(fā)明解決了目前圖片類型歸類存在的人工缺陷、人力和時間成本兩方面的問題,在實施例中提出的方法不僅相比于傳統(tǒng)的機器學習方法各方面更優(yōu),而且相比于其他深度學習模型,也有著訓練代價小、訓練速度快、效果更優(yōu)的特點。 |
