[发明专利]一种基于深度学习的珠宝图片美化算法在审
| 申请号： | 201811554180.2 | 申请日： | 2018-12-18 |
| 公开（公告）号： | CN109801228A | 公开（公告）日： | 2019-05-24 |
| 发明（设计）人： | 石磊;杨周旺;王康;王士玮 | 申请（专利权）人： | 合肥阿巴赛信息科技有限公司 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/08;G06N3/04 |
| 代理公司： | 上海精晟知识产权代理有限公司 31253 | 代理人： | 冯子玲 |
| 地址： | 230000 安徽省合肥市高新区*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的珠宝图片美化算法，涉及图像处理领域。本发明包括如下步骤：S01、数据收集：从网络上收集大量实物图和大量美化实物图；S02、数据标定：随机从收集的实物图中抽取若干张实物图进行美化处理，形成相互对应的标定图片；S03、搭建网络模型：将实物图、美化实物图和标定图片输入模型进行训练；S04、定义损失函数：计算每次训练迭代的损失函数，获取最优模型；S05、训练图片：将实物图、美化图、标注图片输入输入模型获取最优模型。本发明通过深度学习对珠宝图片进行美化，对一小部分的图片进行标定，进行监督学习的同时，加入未标定数据进行对抗训练，训练学习后能够直接输出编辑后的美化图片，提升珠宝图片的美化效果和处理效率。 | ||
| 搜索关键词： | 实物图 美化 珠宝 标定 图片 损失函数 图片输入 最优模型 算法 学习 图像处理领域 标定数据 处理效率 对抗训练 模型获取 数据标定 数据收集 网络模型 训练图片 训练学习 迭代 标注 抽取 输出 网络 监督 | ||
【主权项】：
1.一种基于深度学习的珠宝图片美化算法，其特征在于，包括如下步骤：步骤S01、数据收集：从网络上收集大量珠宝实物图和大量美化珠宝实物图；步骤S02、数据标定：随机从收集的珠宝实物图中抽取若干张实物图进行美化处理，形成相互对应的标定图片；步骤S03、搭建网络模型：将珠宝实物图、美化珠宝实物图和标定图片输入模型进行训练；步骤S04、定义损失函数：计算每次训练迭代的损失函数，获取最优模型；步骤S05、训练图片：将实物图、美化图、标注图片输入输入模型获取最优模型；其中，步骤S03中，模型包括美化网络和判别网络；所述美化网络为一23层卷积神经网络；所述美化网络中卷积主要分为步长为2，核为3*3的卷积、步长为1，核为3*3的卷积和步长为1/2，核为3*3的卷积。
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合肥阿巴赛信息科技有限公司，未经合肥阿巴赛信息科技有限公司许可，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/201811554180.2/，转载请声明来源钻瓜专利网。
