-
公开(公告)号：CN113128323B
公开(公告)日：2023-08-18
申请号：CN202010047847.0
申请日：2020-01-16
Applicant: 中国矿业大学
IPC: G06V10/764 , G06V10/82 , G06V20/10 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/086 , G06N3/084
Abstract: 本发明公开了一种基于协同进化卷积神经网络学习的遥感图像分类方法，属于图像处理技术领域。首先初始化多个不同优化方法的相同网络，将初始化的网络同时进行训练,选取一个时间间隔，在每个时间间隔后，选取在测试集上分类准确率最高的网络，保存其模型的全部参数并将保存的模型参数赋予协同训练中剩余的网络，进行网络的迭代训练，每次丢弃表现较差的模型参数，继承表现最好的模型参数。使得每个优化方法充分发挥其功能，达到优化最大化，提高收敛速度，达到较高的准确率。本发明可对大规模的高分辨率遥感图像进行场景分类，大大提高遥感图像分类的准确性，可用于自然灾害的检测与评估，环境监测等领域，减少判断与决策失误性，减少损失。
-
公开(公告)号：CN113128323A
公开(公告)日：2021-07-16
申请号：CN202010047847.0
申请日：2020-01-16
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于协同进化卷积神经网络学习的遥感图像分类方法，属于图像处理技术领域。首先初始化多个不同优化方法的相同网络，将初始化的网络同时进行训练,选取一个时间间隔，在每个时间间隔后，选取在测试集上分类准确率最高的网络，保存其模型的全部参数并将保存的模型参数赋予协同训练中剩余的网络，进行网络的迭代训练，每次丢弃表现较差的模型参数，继承表现最好的模型参数。使得每个优化方法充分发挥其功能，达到优化最大化，提高收敛速度，达到较高的准确率。本发明可对大规模的高分辨率遥感图像进行场景分类，大大提高遥感图像分类的准确性，可用于自然灾害的检测与评估，环境监测等领域，减少判断与决策失误性，减少损失。
-
公开(公告)号：CN111898479B
公开(公告)日：2023-09-26
申请号：CN202010673139.8
申请日：2020-07-14
Applicant: 中国矿业大学
IPC: G06V40/16 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于全卷积单步目标检测算法的口罩佩戴识别方法和装置，属于图像处理技术领域。第一步，创建全卷积单步目标检测模型并初始化，构建数据集；第二步，改进全卷积单步目标检测网络模型，将口罩数据集用于模型的训练，输出训练结果后对全卷积单步目标检测模型迭代训练，调整参数，得到预期的测试效果；第三步，为拓展算法应用范围，将模型部署到人工智能开发板装置。本发明可用于公共场所的人脸口罩佩戴识别，助力疫情防控常态化条件下加快恢复生产生活秩序。
-
公开(公告)号：CN111898479A
公开(公告)日：2020-11-06
申请号：CN202010673139.8
申请日：2020-07-14
Applicant: 中国矿业大学
Abstract: 本发明公开了基于全卷积单步目标检测算法的口罩佩戴识别方法和装置，属于图像处理技术领域。第一步，创建全卷积单步目标检测模型并初始化，构建数据集；第二步，改进全卷积单步目标检测网络模型，将口罩数据集用于模型的训练，输出训练结果后对全卷积单步目标检测模型迭代训练，调整参数，得到预期的测试效果；第三步，为拓展算法应用范围，将模型部署到人工智能开发板装置。本发明可用于公共场所的人脸口罩佩戴识别，助力疫情防控常态化条件下加快恢复生产生活秩序。
-
-
-
Search Results
4
records
(took 0.022 seconds)
