公开(公告)号：CN118570563A

公开(公告)日：2024-08-30

申请号：CN202411046361.X

申请日：2024-08-01

Applicant: 佛山职业技术学院

Inventor： 丁犇 ,  化雪荟 ,  赵雪章 ,  张玉 ,  赖华景 ,  李颖 ,  柳淦元 ,  连佳生

IPC: G06V10/764 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/44 ,  G06V10/80

Abstract: 本发明提供一种基于深度学习的图像识别方法及识别系统，属于图像识别技术领域，利用卷积神经网络提取待识别图像中包含每个像素的多尺度特征元素的多尺度特征向量；遍历所述待识别图像中每个像素，并采用Softmax激活函数将像素的多尺度特征元素转换成类别概率值；将每个像素的多尺度特征元素映射至特征空间，并在所述特征空间内将每个像素的多尺度特征元素与对应的类别概率值进行拼接，得到每个像素的特征‑概率向量；将每个像素的特征‑概率向量逐一输入预训练的阈值预测网络进行预测，输出动态概率阈值；通过比较每个像素的类别概率值与动态概率阈值，将高于所述动态概率阈值的像素分配给目标物的类别，得到所述目标物对应的识别结果。

公开(公告)号：CN118570563B

公开(公告)日：2024-11-26

申请号：CN202411046361.X

申请日：2024-08-01

Applicant: 佛山职业技术学院

Inventor： 丁犇 ,  化雪荟 ,  赵雪章 ,  张玉 ,  赖华景 ,  李颖 ,  柳淦元 ,  连佳生

IPC: G06V10/764 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/44 ,  G06V10/80

Abstract: 本发明提供一种基于深度学习的图像识别方法及识别系统，属于图像识别技术领域，利用卷积神经网络提取待识别图像中包含每个像素的多尺度特征元素的多尺度特征向量；遍历所述待识别图像中每个像素，并采用Softmax激活函数将像素的多尺度特征元素转换成类别概率值；将每个像素的多尺度特征元素映射至特征空间，并在所述特征空间内将每个像素的多尺度特征元素与对应的类别概率值进行拼接，得到每个像素的特征‑概率向量；将每个像素的特征‑概率向量逐一输入预训练的阈值预测网络进行预测，输出动态概率阈值；通过比较每个像素的类别概率值与动态概率阈值，将高于所述动态概率阈值的像素分配给目标物的类别，得到所述目标物对应的识别结果。