公开(公告)号：CN112818926A

公开(公告)日：2021-05-18

申请号：CN202110216842.0

申请日：2021-02-26

Applicant: 燕山大学

Inventor： 张世辉 ,  王磊 ,  张笑笑

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多层残差学习的草图识别方法及系统。该方法包括：获取草图样本；所述样图样本包括训练样本和测试样本；对所述草图样本进行数量增强处理；构建多层残差网络；通过所述训练样本对所述多层残差网络进行训练，得到草图识别模型；通过草图训练模型对草图进行识别。本发明将草图作为静态图处理，因此训练时无需要求草图训练集含有笔画序列信息，且训练输入为样本而非样本对，降低了人工标注成本，训练方法简单，草图识别率高。

公开(公告)号：CN112818926B

公开(公告)日：2022-05-24

申请号：CN202110216842.0

申请日：2021-02-26

Applicant: 燕山大学

Inventor： 张世辉 ,  王磊 ,  张笑笑

IPC: G06V30/32 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多层残差学习的草图识别方法及系统。该方法包括：获取草图样本；所述样图样本包括训练样本和测试样本；对所述草图样本进行数量增强处理；构建多层残差网络；通过所述训练样本对所述多层残差网络进行训练，得到草图识别模型；通过草图训练模型对草图进行识别。本发明将草图作为静态图处理，因此训练时无需要求草图训练集含有笔画序列信息，且训练输入为样本而非样本对，降低了人工标注成本，训练方法简单，草图识别率高。