-
公开(公告)号：CN112686341A
公开(公告)日：2021-04-20
申请号：CN202110270283.1
申请日：2021-03-12
Applicant: 聚时科技(江苏)有限公司
Abstract: 本发明涉及计算机视觉技术领域，尤其涉及一种基于层数自适应卷积神经网络的图像分类方法,包括输入模块、基础网络模块、层数自适应网络模块和输出模块，通过获取数据图像并为其分配标签、搭建基于层数自适应的神经网络模块、设定训练参数、训练神经网络和测试神经网络等步骤来得到一个基于层数自适应的卷积神经网络，即设计一个每个类别只共享少量底层特征，而各自都具有自己独立高层结构的分类网络，来达到使用同一个卷积神经网络来将实际应用场景中产生的批量图像中包含的所有图像类别都完成分类的目的。
-
公开(公告)号：CN112686915A
公开(公告)日：2021-04-20
申请号：CN202110266872.2
申请日：2021-03-11
Applicant: 聚时科技(江苏)有限公司
Abstract: 本发明公开了一种基于全卷积神经网络的光伏组件图片切割方法，涉及计算机视觉技术领域。该方法包括：首先，构建全卷积网络，然后，在划分与预处理好的数据集上优化网络；其次将预处理后的光伏电池板图像输入到训练好的全卷积神经网络，获得若干个与电池片单元对应的图像掩码，构成第一掩码图像；通过形态学腐蚀算法对第一掩码中粘连的单元进行分离，获得第二掩码图像；检测第二掩码图像中缺失的掩码的区域，并利用与电池片单元大小和形状完全相同的图像掩码对该区域进行补全，获得第三掩码图像；将第三掩码图像与光伏电池板图像进行叠加，获得电池片单元的分割图像。与现有技术相比，本发明具有精度高、可靠性强和鲁棒性好等优点。
-
公开(公告)号：CN112686341B
公开(公告)日：2021-07-30
申请号：CN202110270283.1
申请日：2021-03-12
Applicant: 聚时科技(江苏)有限公司
Abstract: 本发明涉及计算机视觉技术领域，尤其涉及一种基于层数自适应卷积神经网络的图像分类方法,包括输入模块、基础网络模块、层数自适应网络模块和输出模块，通过获取数据图像并为其分配标签、搭建基于层数自适应的神经网络模块、设定训练参数、训练神经网络和测试神经网络等步骤来得到一个基于层数自适应的卷积神经网络，即设计一个每个类别只共享少量底层特征，而各自都具有自己独立高层结构的分类网络，来达到使用同一个卷积神经网络来将实际应用场景中产生的批量图像中包含的所有图像类别都完成分类的目的。
-
-
Search Results
3
records
(took 0.02 seconds)
