[发明专利]用于图像识别的深度学习方法及装置、客户端、服务器在审
| 申请号： | 201810524767.2 | 申请日： | 2018-05-28 |
| 公开（公告）号： | CN108764336A | 公开（公告）日： | 2018-11-06 |
| 发明（设计）人： | 张默 | 申请（专利权）人： | 北京陌上花科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京卓唐知识产权代理有限公司 11541 | 代理人： | 李志刚;任晨雪 |
| 地址： | 100080 北京市海淀*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种用于图像识别的深度学习方法及装置、客户端、服务器。该方法包括：在输入层输入待识别图片；建立多个分组卷积模块；通过多个所述分组卷积模块输出所述待识别图片的特征图；以及根据所述特征图在输出层输出图像识别结果；其中，所述分组卷积模块中至少包括：一深度可分离卷积单元和一预设卷积核大小的卷积单元。本申请解决了大网络存在着训练速度较慢的技术问题。此外，本申请提出了全新的网络结构，可以直接替换现有深度学习方法，做到端到端的训练，减少了训练时间，同时也节省了人力成本。 | ||
| 搜索关键词： | 卷积 图像识别 客户端 特征图 分组 服务器 申请 图像识别结果 输出层输出 模块输出 人力成本 网络结构 大网络 卷积核 可分离 输入层 学习 预设 替换 图片 | ||
【主权项】：
1.一种用于图像识别的深度学习方法，其特征在于，包括：在输入层输入待识别图片；建立多个分组卷积模块；通过多个所述分组卷积模块输出所述待识别图片的特征图；以及根据所述特征图在输出层输出图像识别结果；其中，所述分组卷积模块中至少包括：一深度可分离卷积单元和一预设卷积核大小的卷积单元。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京陌上花科技有限公司，未经北京陌上花科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810524767.2/，转载请声明来源钻瓜专利网。
