一种基于深度学习的地图资源识别方法

AITNT
正文
推荐专利
一种基于深度学习的地图资源识别方法
申请号:CN202510408130
申请日期:2025-04-02
公开号:CN120298825B
公开日期:2025-11-18
类型:发明专利
摘要
本发明提供基于深度学习的地图资源识别方法,包括采集地图资源图像样本,并对所述地图资源图像样本进行标注,以形成地图图像数据集;基于设定的模型训练参数,从所述地图图像数据集中分批次获取训练样本;对分批次获取的训练样本进行数据增强,以生成分批次的增强训练样本;基于分批次的所述增强训练样本,对构建的深度学习模型进行训练,直至训练结束得到地图资源识别模型;获取待识别地图资源图像,并输入到所述地图资源识别模型进行地图资源检测和识别。本申请中的技术方案,该方法在准确性、对数据的依赖程度以及对复杂场景的适应能力上均实现显著改进,高效解决了现有地图资源识别方法存在的技术难题。
技术关键词
地图资源 注意力 多尺度特征提取 深度学习模型 上采样 图像 识别方法 样本 复杂度 编码器模块 数据 双线性插值 纹理特征分析 热力图 生成结构
系统为您推荐了相关专利信息
1
图像生成方法、装置、存储介质及电子设备
生成图像特征 注意力 文本 降噪模块 编码特征
2
一种分散深色同浴染色工艺的染料配方优化方法及系统
同浴染色工艺 染料配方 色差 模糊规则 计算机视觉
3
边缘环境下推理精度感知的服务部署与模型选择系统及方法
定义 精度 最大化系统 内存 时延
4
多模态融合的全景视频智能内容分析方法
内容分析方法 全景视频 协同注意力 音视频 球面
5
一种宽频振荡检测及溯源方法、存储介质及处理器
溯源方法 振荡特征 宽频 深度学习模型 估计误差
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