一种基于深度卷积神经网络的图像分类系统及其分类方法

AITNT
正文
推荐专利
一种基于深度卷积神经网络的图像分类系统及其分类方法
申请号:CN202510171538
申请日期:2025-02-17
公开号:CN120047745A
公开日期:2025-05-27
类型:发明专利
摘要
本发明涉及图像分类技术领域,具体为一种基于深度卷积神经网络的图像分类系统及其分类方法,包括数据准备模块、模型生成模块、模型训练模块、模型评估模块和模型优化与部署模块,所述数据准备模块的输出端与模型生成模块的输入端信号连接,所述模型生成模块的输出端与模型训练模块的输入端信号连接。本发明通过本分类系统及分类方法,具备计算量小和处理简单以及数据预测准确性高和部署后能够继续调整的优点,解决了基于深度卷积神经网络的图像分类应用到目标检测,图像分割,目标跟踪等图像分类时,会存在计算量大、处理复杂,且数据预测的准确性不佳,并在部署后难以对数据继续调整的问题。
技术关键词
深度卷积神经网络 图像分类系统 模型训练模块 图像分类方法 超参数 输入端 图像分类技术 数据收集单元 原始图像数据 网络结构 分类功能 加载单元 生成特征 实时图像 数据分布
系统为您推荐了相关专利信息
1
动态近视管理镜片处方定制方法及系统
近视风险评估 眼科 镜片 空间变化点扩散函数 动态更新
2
一种再入院预测方法、装置、终端设备及介质
融合特征 患者 注意力机制 神经网络模型 数据编码
3
基于XGBoost模型的污泥热水解温度动态调控方法
XGBoost模型 热水解工艺 温度动态调控 污泥 样本
4
一种高低频联合特征的声呐图像分类方法
图像分类方法 声呐 高频特征 图像分类网络 多头注意力机制
5
基于多模态数据融合的小样本图像分类方法和系统
多模态数据融合 图像分类方法 加权特征 矩阵 动态权重分配
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