[00261357]一种基于卷积神经网络图片特征提取的船舶类型识别方法
交易价格：
面议
所属行业：
分析仪器
类型：
发明专利
技术成熟度：
正在研发
专利所属地：中国
专利号：CN201710295180.4
交易方式：
技术转让
技术转让
技术入股
联系人：
武汉理工大学
进入空间
所在地：湖北武汉市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
摘要：本发明公开了一种基于卷积神经网络图片特征提取的船舶类型识别方法，包括以下步骤1)采集大量未分类的水上运行船舶图片进行图像预处理，处理后的图片作为卷积神经网络稀疏自编码训练数据集进行训练以获得船舶类型特征提取卷积神经网络；2)从水上运行船舶图片中提取训练集并对各张船舶图片标记类别，再将其输入到训练后的卷积神经网络中提取出各图片中的图片特征作为Softmax分类器的训练数据集进行训练；3)将需要识别的船舶图片输入到卷积神经网络中提取出各图片中的船舶特征，将船舶特征输入到经过训练的Softmax分类器中进行分类输出该船舶所对应船舶类型。本发明能够适应不断变化的环境和不确定的输入数据，快速并准确识别出船舶类型。
摘要：本发明公开了一种基于卷积神经网络图片特征提取的船舶类型识别方法，包括以下步骤1)采集大量未分类的水上运行船舶图片进行图像预处理，处理后的图片作为卷积神经网络稀疏自编码训练数据集进行训练以获得船舶类型特征提取卷积神经网络；2)从水上运行船舶图片中提取训练集并对各张船舶图片标记类别，再将其输入到训练后的卷积神经网络中提取出各图片中的图片特征作为Softmax分类器的训练数据集进行训练；3)将需要识别的船舶图片输入到卷积神经网络中提取出各图片中的船舶特征，将船舶特征输入到经过训练的Softmax分类器中进行分类输出该船舶所对应船舶类型。本发明能够适应不断变化的环境和不确定的输入数据，快速并准确识别出船舶类型。
