一种基于贝叶斯深度学习的图像分析方法
实质审查的生效
摘要
本发明提供一种基于贝叶斯深度学习的图像分析方法，包括以下步骤：S1：获取待分析图像；S2：利用卷积神经网络提取待分析图像的特征数据；S3：将特征数据输入贝叶斯全连接层进行多次预测，取多次预测的平均值作为最终预测结果；S4：提取最终预测结果的不确定性度量；S5：输出最终预测结果和不确定性度量作为图像分析结果。本发明提供一种基于贝叶斯深度学习的图像分析方法，克服了传统深度学习在推理阶段属于点估计的缺点，解决了正则化近似BDL模型估计不确定性效果较差的问题。
基本信息
专利标题 ：
一种基于贝叶斯深度学习的图像分析方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114463268A
申请号 ：
CN202111644346.1
公开（公告）日 ：
2022-05-10
申请日 ：
2021-12-29
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
吴秋硕付本刚
申请人 ：
江苏航天大为科技股份有限公司
申请人地址 ：
江苏省无锡市锡山经济开发区科技工业园1号
代理机构 ：
广州粤高专利商标代理有限公司
代理人 ：
胡伟
优先权 ：
CN202111644346.1
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06N3/08 G06N3/04 G06K9/62 G06V10/774 G06V10/82 G06V10/84
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20211229
申请日 : 20211229
2022-05-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
