一种基于深度学习的织物图像检索方法及装置
公开
摘要
本发明公开了一种基于深度学习的织物图像检索方法及装置，通过构建织物图像特征提取网络模型，所述织物图像特征提取网络模型包括去除分类器层的DenseNet骨干网络层、平均池化层、第一哈希层和第二哈希层，来提取织物图像的图片特征，进行检索。本发明构造两个哈希层，既充分利用了标签信息，又使得分类中心不受哈希码长度的限制，同时通过使用较短的哈希码，解决了织物检索过程中速度慢的问题，从而实现了丝绸织物图像在真实场景中省时省力又准确的有效检索。
基本信息
专利标题 ：
一种基于深度学习的织物图像检索方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114579788A
申请号 ：
CN202210219750.2
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-08
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
何杰桂江生
申请人 ：
浙江理工大学
申请人地址 ：
浙江省杭州市杭州经济开发区白杨街道2号大街928号
代理机构 ：
杭州君度专利代理事务所(特殊普通合伙)
代理人 ：
杨天娇
优先权 ：
CN202210219750.2
主分类号 ：
G06F16/583
IPC分类号 ：
G06F16/583 G06F16/51 G06K9/62 G06N3/04 G06N3/08 G06V10/44 G06V10/82 G06V10/764
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/583
•••使用从内容中自动派生的元数据
法律状态
2022-06-03 ：
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
