发明名称 |
一种基于卷积神经网络模型的危险物品图像分类方法 |
摘要 |
一种基于卷积神经网络模型的危险物品图像分类方法。其包括在图形处理器上搭建基于包含多种卷积神经网络模型的Caffe深度学框架的平台;准备训练数据集和带有标签的测试数据集,并利用上述数据集在图形处理器上训练上述卷积神经网络模型;列出民航中危险物品类别;将危险物品类别中的原始图像和旋转180度后的图像输入上述已训练好的卷积神经网络模型,得到top-5测试结果,实现含有危险物品图像的分类。本发明方法具有智能性强,方法简单,分类准确,检测速度快等优点,适用于对含有民航危险物品图像的自动分类。 |
申请公布号 |
CN105631482A |
申请公布日期 |
2016.06.01 |
申请号 |
CN201610119110.9 |
申请日期 |
2016.03.03 |
申请人 |
中国民航大学 |
发明人 |
屈景怡;吴仁彪;朱威;李佳怡 |
分类号 |
G06K9/62(2006.01)I;G06N3/08(2006.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
天津才智专利商标代理有限公司 12108 |
代理人 |
庞学欣 |
主权项 |
一种基于卷积神经网络模型的危险物品图像分类方法,其特征在于:其包括按顺序进行的下列步骤:1)在图形处理器上搭建基于包含多种卷积神经网络模型的Caffe深度学习框架的平台;2)准备训练数据集和带有标签的测试数据集,并利用上述数据集在图形处理器上训练上述卷积神经网络模型;3)列出中国民航中危险物品类别;4)将上述危险物品类别中的原始图像和旋转180度后的图像输入上述已训练好的卷积神经网络模型,得到top‑5测试结果,实现含有危险物品图像的分类。 |
地址 |
300300 天津市东丽区津北公路2898号 |