摘要
本发明提供了一种电子元器件极性标识的识别方法及相关设备,通过获取多个电子元器件图像数据、每个电子元器件的坐标标签和文字描述;将多个电子元器件图像数据、每个电子元器件的坐标标签和文字描述输入极性标识识别模型对极性标识识别模型进行训练,得到训练后的极性标识识别模型;将获取的目标电子元器件图像数据、该目标电子元器件的文本描述均输入训练后的极性标识识别模型进行分类和预测,得到目标电子元器件的分类结果和预测结果,基于目标电子元器件的分类结果和预测得到极性标识识别结果;提升了极性标识识别的准确率。
技术关键词
电子元器件
注意力
识别方法
融合特征
标识
多层感知机
融合视觉特征
图像
文本编码器
输入端
模块
坐标
多模态
标签
训练神经网络模型
数据
可读存储介质
系统为您推荐了相关专利信息
自动识别方法
顶点
三维高斯混合模型
列表
生长算法
加密算法
移动性管理功能
模式
非接入层消息
完整性保护
海上风电基础
人工智能模型
风机基础
非线性映射关系
深度卷积神经网络