申请/专利权人:江西理工大学
申请日:2023-10-10
公开(公告)日:2024-01-19
公开(公告)号:CN117422904A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/40;G06V10/774;G06V10/771;G06V10/762;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.06#实质审查的生效;2024.01.19#公开
摘要:本发明提出了一种基于DCNN的图像识别方法,包括以下步骤:对原始ResNet34网络模型进行改进,得到ResNet‑CBAMDW模型;将待测图像输入至已预训练的ResNet‑CBAMDW模型,提取图像特征,得到图像识别结果。本发明通过对ResNet34模型进行有效改进,解决了模型性能不足的问题。
主权项:1.一种基于DCNN的图像识别方法,其特征在于,包括以下步骤:对原始ResNet34网络模型进行改进,得到ResNet-CBAMDW模型;将待测图像输入至已预训练的ResNet-CBAMDW模型,提取图像特征,得到图像识别结果。
全文数据:
权利要求:
百度查询: 江西理工大学 一种基于DCNN的图像识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。