图像特征识别方法、系统、电子设备及存储介质

AITNT
正文
推荐专利
图像特征识别方法、系统、电子设备及存储介质
申请号:CN202410724748
申请日期:2024-06-05
公开号:CN118736345A
公开日期:2024-10-01
类型:发明专利
摘要
本申请公开图像特征识别方法、系统、电子设备及存储介质,方法包括:获取原始数据集,其中,原始数据集为与月球穹隆相关的数据集;对原始数据集进行预处理操作,得到训练集和测试集;将训练集输入预设的深度学习模型,以通过深度学习模型中的有效挤压激励注意力模块和感受野增强模块对训练集进行特征提取,得到穹隆特征图;根据穹隆特征图训练深度学习模型,得到预训练的深度学习模型;将测试集输入训练后的深度学习模型进行穹隆识别,输出目标穹隆信息。在本申请实施例中,能够准确确定穹隆位置,实现对穹隆的精准检测,提高检测效率。
技术关键词
图像特征识别方法 数字高程模型数据 训练集 注意力 分支 计算机可执行指令 地理信息系统软件 训练深度学习模型 特征识别系统 月球 描述符 卷积特征 坐标 电子设备 输出特征 模型训练模块 可读存储介质 特征提取模块
系统为您推荐了相关专利信息
1
EDA软件与异质化工艺设计规则协同验证方法
注意力 校正策略 风险 节点特征 协同验证方法
2
一种面向多油田数据协同的联邦学习石油产量预测方法
油田 产量预测方法 客户端 时序预测模型 参数
3
一种污水厂曝气与投药策略的生成方法及控制系统
污水厂 生成方法 策略 构建训练集 灰狼优化算法
4
一种基于人工智能的虚拟商品供应链调度系统及方法
供应链调度系统 多元线性回归模型 数据采集模块 语义向量 供应系统
5
一种基于高速公路潮汐式污水应急处理的方法及控制系统
记忆单元 深度学习算法 LSTM模型 选取特征 长短期记忆网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号