基于神经网络的户型图识别方法、装置、设备及存储介质

    公开(公告)号:CN109711443A

    公开(公告)日:2019-05-03

    申请号:CN201811539200.9

    申请日:2018-12-14

    IPC分类号: G06K9/62 G06N3/08

    摘要: 本发明涉及图像检测领域,提供一种基于神经网络的户型图识别方法、装置、设备及存储介质,该方法包括:在接收查询终端发送的户型图识别指令时,获取需求户型图,并基于预设复合网络模型对需求户型图进行特征提取,得到需求特征向量;根据需求特征向量进行户型图查询,以判断预设户型图库中是否存在匹配的目标户型图;若存在,则向所述查询终端返回所述目标户型图;若不存在,则向所述查询终端返回对应的户型图不存在提示。本发明通过复合网络模型对户型图进行特征提取,再通过提取的特征对户型图进行检测和匹配操作,从而实现户型图的智能识别,提高了识别效率,同时也降低了人为工作量,有利于节约人力成本。

    图片物体处理方法、装置及存储介质

    公开(公告)号:CN110717395A

    公开(公告)日:2020-01-21

    申请号:CN201910846813.5

    申请日:2019-09-06

    摘要: 本发明涉及图片处理技术领域,提供了一种图片物体处理方法、电子装置及计算机存储介质,该方法包括:通过识别样本图片包含的各个物体并以预设图框标示,对每个预设图框进行属性标注得到代表样本图片中的物体的图框的位置数据、类别数据和方向数据;基于样本图片中每个图框的位置数据及类别数据训练第一网络模型,基于样本图片中每个图框的方向数据训练第二网络模型,最后,读取待处理图片,将所述待处理图片输入训练完成的所述第一网络模型和第二网络模型,识别出代表所述待处理图片包含的目标物体的图框的位置参数、类别参数和方向参数。本发明利用神经网络识别出具有鲁棒性的物体的图框数据,确保图片中的物体替换的准确性。

    识别方法、装置、终端及计算机可读存储介质

    公开(公告)号:CN109558596A

    公开(公告)日:2019-04-02

    申请号:CN201811540503.2

    申请日:2018-12-14

    IPC分类号: G06F17/27

    摘要: 本发明公开了一种识别方法、装置、终端及计算机可读存储介质。识别方法包括步骤:获取包含有地址信息的待识别语句,将待识别语句中第一个数字或字母之前的部分作为第一段;对第一段进行多次切分得到多个切分链,每个切分链包含多个待确定名词;从预设的地址词典中查找与每个待确定名词对应的概率并得到各切分链的概率和;将概率和最大的切分链作为最优切分链,将最优切分链的待确定名词确定为地点名词;根据与最优切分链的地点名词对应的地址层级得到行政地址信息。如此,将概率和最大的切分链作为最优切分链,根据最优切分链的地点名词得到地址信息,这样对自然语言处理、识别过程中,待识别语句的结构化程度不影响识别准确度,从而提高识别的准确度。