摘要
本发明提供了一种基于深度学习的绘图图像评分方法及系统,包括S1、收集绘画图像及图像标签数据作为训练样本;S2、对训练样本数据进行预处理,并训练神经卷积网络的输出模型结构,识别绘画图形的视觉描述及特征描述;S3、对学生的绘画图像文件进行预处理,然后通过训练模型将图像转换为图像级别和对象级别的视觉描述;S4、根据评分规则生成评分指令,使用特定的指令指导大型语言模型根据特定标准对图像进行评估。本发明提出的绘画图像自动评分系统通过自动化和智能化的评估方法提高了评分的效率和准确性,同时识别并统计图像中与文本提示不符的组成元素的数量,并提供详细的分数和理由。
技术关键词
图像评分方法
训练样本图像
绘画
视觉
图像像素
Hadamard变换
图像增强
指令
自动评分方法
自动评分系统
神经卷积网络
图像块
对象
深度学习训练
深度学习框架
训练样本数据
前馈神经网络
噪声图像
系统为您推荐了相关专利信息
残留检测方法
人机交互界面
监督学习算法
模型算法
注意力
健康状态实时监测
基线
数据
预警规则
多源特征融合
智能仓储系统
数字孪生
仓库管理系统
冗余机械臂
移动平台