首页> 中国专利> 基于卷积神经网络的地球仪国家图像识别方法

基于卷积神经网络的地球仪国家图像识别方法

摘要

本发明公开了一种基于卷积神经网络的地球仪国家图像识别方法。首先,通过数据采集和数据增强的方式采集常用的教学用地球仪上各个国家的多种类型的图像来构造地球仪国家图像数据集,其中每个国家采集了在不同光照条件、不同聚焦情况下从不同的空间位置和角度拍摄的多张图像。其次,对数据集中的每张图像进行压缩和预处理操作。然后,结合经典的卷积神经网络模型MobileNet和DenseNet的特点设计一种新的卷积神经网络模型,并在采集到的数据集上对新的模型进行训练,使模型学习到地球仪上各个国家的图像特征进而对其进行分类。本发明方法设计的识别模型结合了MobileNet和DenseNet两种模型的特点,具有较高的识别准确率和较低的模型复杂度。

著录项

  • 公开/公告号CN108764347A

    专利类型发明专利

  • 公开/公告日2018-11-06

    原文格式PDF

  • 申请/专利权人 大连理工大学;

    申请/专利号CN201810537533.1

  • 发明设计人 王飞龙;冯林;王蕾;

    申请日2018-05-30

  • 分类号G06K9/62(20060101);G06N3/04(20060101);G06T9/00(20060101);

  • 代理机构21208 大连星海专利事务所有限公司;

  • 代理人裴毓英

  • 地址 116024 辽宁省大连市甘井子区凌工路2号

  • 入库时间 2023-06-19 07:03:27

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2018-11-30

    实质审查的生效 IPC(主分类):G06K9/62 申请日:20180530

    实质审查的生效

  • 2018-11-06

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号