首页> 中国专利> 用于训练深度学习网络模型的方法、用于识别物品类别的方法、装置、电子设备

用于训练深度学习网络模型的方法、用于识别物品类别的方法、装置、电子设备

摘要

本申请涉及图像识别技术领域,公开一种用于训练深度学习网络模型的方法,包括:建立初始网络模型;利用预设物品图片数据集对所述初始网络模型进行多次迁移训练获得预设深度学习网络模型。利用预设深度学习网络模型对待识别物品图片中的物品的物品类别进行识别,由于预设深度学习网络模型是利用预设物品图片数据集对初始网络模型进行多次迁移训练获得的,预设深度学习网络模型的精度更高,分类准确性也更好。本申请还公开一种用于识别物品类别的方法及装置、电子设备。

著录项

  • 公开/公告号CN112949351A

    专利类型发明专利

  • 公开/公告日2021-06-11

    原文格式PDF

  • 申请/专利号CN201911255846.9

  • 发明设计人 吴贵英;姜大鹏;苏明月;

    申请日2019-12-10

  • 分类号G06K9/00(20060101);G06N3/08(20060101);

  • 代理机构11331 北京康盛知识产权代理有限公司;

  • 代理人张宇峰

  • 地址 266101 山东省青岛市崂山区海尔路1号

  • 入库时间 2023-06-19 11:22:42

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-08-19

    实质审查的生效 IPC(主分类):G06K 9/00 专利申请号:2019112558469 申请日:20191210

    实质审查的生效

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