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
同浴染色工艺
染料配方
色差
模糊规则
计算机视觉