摘要
本发明涉及基于深度学习的图像识别领域,具体涉及一种基于深度学习的图像自适应快速识别方法,包括:S1、根据待识别图像进行图像多级特征提取得到待识别图像的图像多级特征;S2、利用所述图像多级特征基于深度学习建立图像自适应循环识别模型;S3、根据所述图像自适应循环识别模型得到图像自适应快速识别结果,降低过拟合风险,提高模型的稳定性,通过图像特征分级处理与深度学习算法的迭代融合,提升模型泛化能力与结构稳定性的同时,又将图像识别流程实现自适应循环。
技术关键词
图像多级特征
快速识别方法
训练集
色彩
基础
模型更新
图像库
特征分级
深度学习算法
轮廓区域
轮廓特征
纹理特征
图像像素
彩色图像
标签
三原色
系统为您推荐了相关专利信息
分数阶神经网络
评估预测模型
电数字数据处理
样本
轨道
配电网设备
风险评估方法
高斯混合模型
轮廓系数
降维方法
对齐方法
模型校准
样本
大语言模型
梯度下降算法