一种基于深度学习神经网络模型的图像目标识别方法

AITNT
正文
推荐专利
一种基于深度学习神经网络模型的图像目标识别方法
申请号:CN202411674703
申请日期:2024-11-21
公开号:CN119580068A
公开日期:2025-03-07
类型:发明专利
摘要
本发明提供了一种图像目标识别方法,包括:将图像集中的图像输入训练后的浮点数深度神经网络模型,获取浮点数深度神经网络模型各隐藏层输出浮点数的取值范围;根据浮点数深度神经网络模型各隐藏层输出浮点数的取值范围,结合量化后定点数的目标位宽值,确定每个隐藏层的输出浮点数与定点数非对称量化关系式中的参数;确定每个隐藏层的输出浮点数与定点数非对称量化关系式为:在浮点数深度神经网络模型的各隐藏层后,分别采用各隐藏层对应的输出浮点数与定点数非对称量化关系式取代ReLU函数,获得定点数神经网络模型;向定点数神经网络模型中输入待测图像,定点数神经网络模型中各隐藏层输出的浮点数转化为定点数,并完成图像目标识别。
技术关键词
深度神经网络模型 浮点数 图像 识别方法 ReLU函数 飞行器 深度学习神经网络模型 格式 参数 变量 数据
系统为您推荐了相关专利信息
1
基于稀疏表征与变分贝叶斯推断的多声源定位与成像方法
稀疏字典学习 成像方法 矩阵 变分贝叶斯 多声源
2
面向大规模高维图像数据集的可压缩式子空间聚类方法
高维图像数据 空间聚类方法 字典 拉普拉斯 样本
3
一种铁路隧道防护门智能监测装置
图像采集装置 压力变送器 铁路隧道防护门 监测方法 图像分类识别
4
宠物定位方法、系统及电子设备
定位方法 实时图像 非暂态计算机可读存储介质 宠物机器人技术 宠物定位装置
5
基于多模态脑机接口的运动想象识别方法、装置及系统
多模态脑机接口 多模态特征 运动想象识别方法 肌电特征 融合特征
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