发明 一种基于样本可信度的深度神经网络图像识别方法及系统特价15
图像识别 神经网络 人工智能 深度学习 机器学习 图像分析 人脸识别 商品识别 无人货架 智能零售柜 【图像识别 神经网络 人工智能 深度学习 机器学习 图像分析 人脸识别 商品识别 无人货架 智能零售柜】 1人
G06V10/764 G06V10/774 G06V10/80 G06V10/82 G06N3/04 G06N3/08
摘要：本发明属于图像识别领域，具体涉及一种基于样本可信度的深度神经网络图像识别方法及系统，方法包括获取待处理的图像，将待处理的图像输入到训练好的深度神经网络模型中，再将每个图像传入预识别网络后的输出的结果，经过Softmax处理后的最大值，作为该图片的可信度，对于可信度高的图片，在经历浅层卷积模块后即得到识别结果，对于低可信度图片，将进入到下一层网络再次进行特征提取、预识别，再重复以上操作，即计算其可信度直到图片可信度达到高可信度或者最深层网络；本发明样本分流的方式，减少了网络的计算量，训练过程中实现可信样本与不可信样本的分层隔离训练，提高各自的识别准确率，与抗干扰能力。
