卷积神经网络模型的训练方法及装置

热门行业
装修建材
家居生活
餐饮食品
母婴教育
电脑办公
服装首饰
汽车工具
家电数码
机械化工
休闲美容

热门行业

教育培训
板材
地板
涂料
家纺
集成吊顶
美缝剂
木门
硅藻泥
管材
指纹锁
橱柜
衣柜
床垫
电热水器
集成灶
暖气片
净水器
酒店
卫浴

返回上一页

专利状态

卷积神经网络模型的训练方法及装置

有效

专利申请进度

申请

2015-04-02

申请公布

2016-11-23

授权

2020-06-02

预估到期

2035-04-02

专利基础信息

申请号	CN201510154027.0	申请日	2015-04-02
申请公布号	CN106156807A	申请公布日	2016-11-23
授权公布号	CN106156807B	授权公告日	2020-06-02
分类号	G06K9/66
分类	计算；推算；计数;
申请人名称	深圳市腾讯计算机系统有限公司
申请人地址	湖北省武汉市洪山区珞喻路1037号

专利法律状态

2020-06-02

授权

状态信息

授权
2018-04-27

实质审查的生效

状态信息

实质审查的生效；IPC(主分类):G06K9/66；申请日:20150402
2016-11-23

公布

状态信息

公布

摘要

本发明公开一种CNN模型的训练方法及装置，属于图像识别领域。包括：对训练图像分别进行卷积操作、最大池化操作和水平池化操作，得到第二特征图像；根据第二特征图像确定特征向量；对特征向量进行处理得到类别概率向量；根据类别概率向量及初始类别计算类别误差；基于类别误差调整模型参数；基于调整的模型参数，继续模型参数调整过程，将迭代次数达到预设次数时的模型参数作为训练好的CNN模型的模型参数。通过在各级卷积层上对训练图像进行卷积操作和最大池化操作后，进行水平池化操作。由于水平池化操作能从特征图像中提取标识图像水平方向特征的特征图像，确保训练好的CNN模型能识别任意尺寸的图像，扩大了训练好的CNN模型在识别图像时的适用范围。

更多专利

全国服务热线：

在线客服

1211389656 咨询

商务合作

85926368 咨询

媒体合作

921888730 咨询

在线客服
客服微信号

品牌网官方客服微信

打开微信扫一扫

客服微信
商务合作微信

商务合作详谈

打开微信扫一扫

商务合作
回到顶部

在线客服

商务合作

媒体合作

客服微信号

商务合作微信