用于档案散材料挂接的时序图片识别方法、装置及介质

AITNT
正文
推荐专利
用于档案散材料挂接的时序图片识别方法、装置及介质
申请号:CN202510661813
申请日期:2025-05-22
公开号:CN120182730B
公开日期:2025-08-26
类型:发明专利
摘要
本申请公开了一种用于档案散材料挂接的时序图片识别方法,装置及介质,属于人工智能技术领域。该方法包括:使用训练图片集对深度学习模型进行训练,得到训练后的时序图片识别模型;将待识别的时序图片输入时序图片识别模型中,得到识别结果。训练图片集中包括时序位置信息,识别结果包括时序图片的类别和在该类别中的时序位置信息。通过本发明的图片识别方法和装置,在对深度学习模型进行训练时,加入了时序位置信息,根据时序位置信息计算出位置向量,并将位置向量拼接到时序图片的特征中。因此,经过训练后的深度学习模型在对时序图片进行识别时,不仅能识别出图片的类别,还能识别出图片的时序位置信息,从而准确识别出每张图片的时序位置。
技术关键词
时序 深度学习模型 颈部结构 多尺度特征融合 图片识别方法 网络 识别出图片 索引 参数 识别装置 编码 人工智能技术 处理器 序列 识别模块 图像 关系 介质
系统为您推荐了相关专利信息
1
人胎盘源造血干细胞制备方法及系统
时序 造血干细胞 卷积神经网络模型 速度 协方差矩阵
2
金属管类零件焊接路径智能规划与监控系统
金属管类零件 路径智能规划 热成像传感器 传感器实时监控 检测焊接缺陷
3
一种动态决策与优化方法、系统、装置、电子设备及介质
强化学习模型 规划行驶路线 风险 对象 时序
4
一种基于SSA-CNN-MoLSTM-Attention的冲击地压预测方法
冲击地压预测方法 搜索算法优化 卷积神经网络特征提取 卷积神经网络提取 引入注意力机制
5
一种基于FasterSNN神经网络的阿尔茨海默预测方法
特征提取模块 注意力模型 阿尔茨海默 多尺度特征融合 卷积特征
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