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?zhí)?/td> CN201811541228.6 申請日 -
公開（公告）號 CN109685126A 公開（公告）日 2019-04-26
申請公布號 CN109685126A 申請公布日 2019-04-26
分類號 G06K9/62（2006.01）I; G06N3/04（2006.01）I; G06N3/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 劉貴生; 李稚松; 李殿赟 申請（專利權(quán)）人 北斗航天衛(wèi)星應(yīng)用科技集團有限公司
代理機構(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)用科技集團有限公司
地址 100070 北京市豐臺區(qū)南四環(huán)西路188號總部基地十八區(qū)22號樓五層(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該深度卷積神經(jīng)網(wǎng)絡(luò)圖像分類模型進行訓(xùn)練；將接收的待識別圖像輸入到訓(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行模型訓(xùn)練，能夠遞進式地捕獲待識別圖像的特征，以客觀精確地判定待識別圖像可能屬于的類別以及屬于各類別的概率。