一种基于深度学习的蕾丝花边检索方法
本发明公开了一种基于深度学习的蕾丝花边检索方法,属于机器视觉和深度学习技术领域。该方法采用深度学习网络自动提取蕾丝花边图像的特征,无需人为干预,从而具有很好的鲁棒性和较强的泛化能力;具体的,采用孪生神经网络,并构造训练孪生神经网络所需的(A,P)正例对和(A,N)负例对,在训练孪生神经网络时,使得正例对中的样本A和P的特征向量之间的欧式距离尽可能小,而对于负例对则使得其特征向量之间的欧式距离尽可能大,最终得到训练好的孪生神经网络实现检索;采用该检索方法,所检索出的准确结果排在所有检索结果中第1个位置的百分比值可达98.39%,而所检索出的准确结果排在前10个位置的百分比值可达100%。
《一种基于深度学习的蕾丝花边检索方法》是一发明专利,专利号为 2020115596200,当前法律状态为已下证,由江南大学提出申请,发明人为李岳阳;徐东东;罗海驰;樊启高;朱一昕,申请日期为2020-12-25,公开(公告)日期为2024-09-06,国际专利分类号(IPC)为 G06F 16/583 (2019.01),高新资质:未报高企,所属技术领域包括:纺织工程。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:本发明公开了一种基于深度学习的蕾丝花边检索方法,属于机器视觉和深度学习技术领域。该方法采用深度学习网络自动提取蕾丝花边图像的特征,无需人为干预,从而具有很好的鲁棒性和较强的泛化能力;具体的,采用孪生神经网络,并构造训练孪生神经网络所需的(A,P)正例对和(A,N)负例对,在训练孪生神经网络时,使得正例对中的样本A和P的特征向量之间的欧式距离尽可能小,而对于负例对则使得其特征向量之间的欧式距离尽可能大,最终得到训练好的孪生神经网络实现检索;采用该检索方法,所检索出的准确结果排在所有检索结果中第1个位置的百分比值可达98.39%,而所检索出的准确结果排在前10个位置的百分比值可达100%。
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!
