摘要
本申请公开了一种图像分类方法及图像分类装置,方法包括:获取输入图像训练集;基于输入图像训练集训练得到衍射深度神经网络模型;提取衍射深度神经网络模型中每一层隐藏层的每一个神经元的相位调制参数;根据衍射深度神经网络模型中每一层隐藏层的每一个神经元的相位调制参数确定全电介质超表面结构中每一层子全电介质超表面的每一个单元结构的属性参数,子全电介质超表面的层数与隐藏层的层数相同,神经元与单元结构一一对应;根据每一层子全电介质超表面的每一个单元结构的属性参数制作得到全电介质超表面结构;利用全电介质超表面结构进行图像识别和图像分类。本申请实施例能够提高图像分类的准确率和效率,同时降低系统复杂性和制造成本。
技术关键词
超表面结构
相位调制参数
深度神经网络模型
图像分类方法
图像分类装置
纳米
基底结构
训练集
周期性
平面波
二氧化硅
关系
波长
尺寸
系统为您推荐了相关专利信息
特性管理方法
特性管理系统
表达式
遗传编程算法
集成特征选择算法
电子商务推荐方法
客户端
项目特征
生成个性化推荐
隐私保护能力
深度神经网络模型
缺陷控制方法
CCD相机
闭环控制器
分类网络
间距检测方法
计算机视觉
图像
棋盘格标定板
深度学习神经网络模型