摘要
本发明提供了一种基于人工智能的单据影像分类方法及系统,获取目标单据影像,进行预处理;利用预训练的人工智能模型对其进行识别,得到分类结果;人工智能模型包括依次连接的卷积模块、轻量化卷积神经网络模型、空间‑时间注意力机制模块和线性模块,卷积模块用于对预处理后的图像进行卷积操作,提取图像的低层次特征;轻量化卷积神经网络模型引入有最大特征映射机制,选择特征映射中的最大值来增强模型的表达能力,并分离合规影像与非合规影像;空间‑时间注意力机制模块进行空间维度和时间维度中更高维特征的提取;线性模块对提取的最终结果进行线性变换和特征映射,得到识别结果。本发明能够有效提升模型的处理能力和处理效果。
技术关键词
轻量化卷积神经网络
影像分类方法
人工智能模型
单据
线性模块
注意力机制
卷积模块
图像
计算机
数据获取模块
分类系统
处理器
指令
可读存储介质
存储器
电子设备
元素
系统为您推荐了相关专利信息
图像快速配准方法
卷积模块
特征点
轻量化卷积神经网络
矩阵
人工智能模型
故障诊断方法
隧道
计算机程序指令
观点
固态硬盘日志
剩余使用寿命预测
故障预测方法
软件故障预测
人工智能模型
云数据中心
数据采集装置
策略
人工智能算法
智能寻优算法