摘要
本申请公开了一种智能打标方法、装置、计算机设备及存储介质,方法包括:获取初始设备图像,其中,初始设备图像中未标识有设备的特征标签;获取目标卷积神经网络模型,其中,目标卷积神经网络模型是通过随机梯度下降算法对初始卷积神经网络模型的参数进行优化获取到的;将初始设备图像输入目标卷积神经网络模型,输出目标设备图像,其中,目标设备图像中标识有设备的特征标签。本申请通过目标卷积神经网络模型实现设备的打标,不仅降低了人工成本,还提升了设备的特征标签的精细化程度以及准确度。
技术关键词
卷积神经网络模型
打标方法
瓶颈结构
图像
随机梯度下降
基础结构
标签
计算机设备
标识
矩阵
打标装置
处理器
模块结构
存储器
指令
算法
可读存储介质
数据
参数
系统为您推荐了相关专利信息
模型训练方法
交通标志识别方法
识别交通标志
交通标志识别装置
交通标识识别
车载激光点云
语义分割方法
可见光图像
分支
模态特征
精定位装置
穿刺针
穿刺手术机器人
核磁共振扫描仪
向前驱动装置