基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像分類方法及圖像分類系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN201811541228.6 申請(qǐng)日 -
公開（公告）號(hào) CN109685126A 公開（公告）日 2019-04-26
申請(qǐng)公布號(hào) CN109685126A 申請(qǐng)公布日 2019-04-26
分類號(hào) G06K9/62（2006.01）I; G06N3/04（2006.01）I; G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 劉貴生; 李稚松; 李殿赟 申請(qǐng)（專利權(quán)）人 北斗航天衛(wèi)星應(yīng)用科技集團(tuán)有限公司
代理機(jī)構(gòu) 北京力量專利代理事務(wù)所（特殊普通合伙） 代理人 北斗航天衛(wèi)星應(yīng)用科技集團(tuán)有限公司
地址 100070 北京市豐臺(tái)區(qū)南四環(huán)西路188號(hào)總部基地十八區(qū)22號(hào)樓五層(園區(qū))
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像分類方法及圖像分類系統(tǒng)，該方法包括：依次構(gòu)建深度卷積神經(jīng)網(wǎng)絡(luò)圖像分類模型的輸入層、多個(gè)卷積層和輸出層，并預(yù)設(shè)輸入層與相鄰卷積層之間的前端連接權(quán)重初始值、相鄰兩卷積層之間的中間連接權(quán)重初始值、輸入層與相鄰卷積層之間的后端連接權(quán)重初始值；利用多種類型的圖像對(duì)該深度卷積神經(jīng)網(wǎng)絡(luò)圖像分類模型進(jìn)行訓(xùn)練；將接收的待識(shí)別圖像輸入到訓(xùn)練后的深度卷積神經(jīng)網(wǎng)絡(luò)圖像分類模型中，得到待識(shí)別圖像類屬矩陣。本發(fā)明選擇不同類別圖像采用多卷積層的方法進(jìn)行模型訓(xùn)練，能夠遞進(jìn)式地捕獲待識(shí)別圖像的特征，以客觀精確地判定待識(shí)別圖像可能屬于的類別以及屬于各類別的概率。