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
时序
造血干细胞
卷积神经网络模型
速度
协方差矩阵
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
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
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