一种基于人工智能的照片地类识别方法

AITNT
正文
推荐专利
一种基于人工智能的照片地类识别方法
申请号:CN202510424924
申请日期:2025-04-07
公开号:CN120580573A
公开日期:2025-09-02
类型:发明专利
摘要
本发明公开了一种基于人工智能的照片地类识别方法,包括:获取待识别数据;将所述待识别数据输入至照片分类解译模型,获取分类结果,其中,所述照片分类解译模型通过深度卷积神经网络模型构建,并通过训练集训练后评估优化获得,所述训练集为照片数据。本发明能够基于海量具有当地植被地理特征的外业照片样本,使用人工智能识别技术,快速对举证照片开展地类识别,有效减少对外业举证照片进行地类使用的人力,通过引入人工智能技术减少此类工作对人力的依赖,将人员从此类重复性机械性的工作释放出来,减少人力成本和时间成本,以此提高调查监测工作的效率。
技术关键词
深度卷积神经网络模型 照片 识别方法 人工智能识别技术 训练集 样本 数据 损失函数优化 人工智能技术 人力 重复性 指标 分辨率 植被 太阳 符号 天气 规模 颜色 图像
系统为您推荐了相关专利信息
1
一种基于语义信息融合的生物数据异常检测方法
数据异常检测方法 非瞬时性计算机可读存储介质 生物 消息传递机制 网络架构
2
一种基于智能语义分析的数据识别方法
智能语义分析 数据识别模型 数据识别方法 语义图谱 节点
3
一种基于深度学习的焊接缺陷检测方法
焊接缺陷检测方法 焊缝缺陷检测 DBSCAN聚类算法 卷积模块 注意力机制
4
一种可用于片上迁移的轻量化自动睡眠分期方法
卷积模块 优化器 嵌入式设备 多层卷积神经网络 深度学习模型
5
一种基于yolov7的茶叶嫩芽识别模型及识别方法
茶叶嫩芽 空间金字塔 网络 多层次特征融合 结构组件
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