专利名称：基于深度课程学习的图像识别方法、装置及设备专利类型：发明专利
发明人：洪日昌,胡珍珍,秦伟,刘学亮,汪萌申请号：CN202011466828.8申请日：20201214公开号：CN112465064A公开日：20210309
摘要：本发明公开了一种基于深度课程学习的图像识别方法，应用于图像识别领域，具体步骤包括如下：通过显著性检测模型将第一图像分离成前景图像和背景图像；将单分支的卷积神经网络转换成双输入分支和融合层的卷积神经网络；将所述前景图像和所述背景图像输入所述卷积神经网络，根据所述卷积神经网络输出概率结果和所述前景图像的标签，使用交叉熵计算真实类别标签和预测的概率之间的损失距离，得到最优卷积神经网络；将待识别的图像输入最优卷积神经网络中，输出识别结果。相对于原始的训练方法，本发明的训练框架缓解了深度神经网络的过拟合，提高了在测试集的性能。
申请人：合肥工业大学
地址：230009 安徽省合肥市屯溪路193号
国籍：CN
代理机构：北京睿智保诚专利代理事务所(普通合伙)
代理人：周新楣
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容