一种基于全卷积神经网络的室外照片太阳位置估计方法(图像处理图像生成视觉训练视觉计算深度学习编码解码)
本发明提出一种基于全卷积神经网络的室外照片太阳位置估计方法,包括如下步骤:步骤1:Webcam数据集准备及预处理;步骤2:设计全卷积神经网络和损失函数;步骤3:采用准备的数据集训练神经网络;步骤4:对神经网络进行优化,包括进行压缩网络、剪枝和量化;步骤5:利用优化后的神经网络根据输入的图像估计太阳位置。本发明使用带有标签数据的Webcam数据集对该模型进行训练,实验证明结果比其他基于深度学习的方法具有更少的参数量和更高的准确度。为解决参数冗余、占存储空间大和运算耗时等问题。本发明采用剪枝‑量化方式对网络结构进行压缩,在保证准确度不下降的情况下,将网络压缩到原模型的1/11,同时降低时间成本。所以本发明具有很大的应用潜能。
《一种基于全卷积神经网络的室外照片太阳位置估计方法(图像处理图像生成视觉训练视觉计算深度学习编码解码)》是一发明专利,专利号为 2020101874889,当前法律状态为已下证,由韶鼎人工智能科技有限公司提出申请,发明人为金鑫;李欣欣;邓蓬月;肖超恩,申请日期为2020-03-17,公开(公告)日期为2024-03-22,国际专利分类号(IPC)为 G06T 7/70 (2017.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明提出一种基于全卷积神经网络的室外照片太阳位置估计方法,包括如下步骤:步骤1:Webcam数据集准备及预处理;步骤2:设计全卷积神经网络和损失函数;步骤3:采用准备的数据集训练神经网络;步骤4:对神经网络进行优化,包括进行压缩网络、剪枝和量化;步骤5:利用优化后的神经网络根据输入的图像估计太阳位置。本发明使用带有标签数据的Webcam数据集对该模型进行训练,实验证明结果比其他基于深度学习的方法具有更少的参数量和更高的准确度。为解决参数冗余、占存储空间大和运算耗时等问题。本发明采用剪枝‑量化方式对网络结构进行压缩,在保证准确度不下降的情况下,将网络压缩到原模型的1/11,同时降低时间成本。所以本发明具有很大的应用潜能。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
