[發明專利]一種基于深度學習的圖像識別方法

在審

• 申請號: 201711084130.8
• 申請日: 2017-11-07
• 公開（公告）號: CN107909095A
• 公開（公告）日: 2018-04-13
• 發明（設計）人: 胥杏培;宋余慶;陸虎
• 申請（專利權）人: 江蘇大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于深度學習的圖像識別方法，其特征在于，包括如下步驟：

步驟1，采集和擴充圖像數據集：對有限的圖像進行預處理，對圖像的樣本進行擴充；

步驟2，設計卷積神經網絡：所述卷積神經網絡模型是在現有的VGG-16模型的基礎上利用卷積層代替全連接層構建；

步驟3，訓練卷積神經網絡：采用反向傳播算法和隨機梯度下降方法，根據前向傳播的loss值的大小，來進行反向傳播迭代更新每一層的權重，直到模型的loss值趨向于收斂時，停止訓練模型，得到深度學習模型；

步驟4，提取圖像的特征：將數據集中的每一幅圖像輸入到步驟3所述的深度學習模型中，針對輸入的圖像，在圖像的倒數第二層全卷積層提取深度學習特征；

步驟5，識別圖像：對于給定任意一幅待識別的圖像，輸入到訓練好的深度學習模型中，提取樣本的深度學習特征，通過兩次訓練的方法來有效的判別該圖像屬于哪個類別。

2.根據權利要求1所述的一種基于深度學習的圖像識別方法，其特征在于，所述步驟1中數據集的采集和擴充的方法包括以下方法中的至少一種：

鏡像翻轉：將原始圖像進行左右反轉，將數據擴充2倍；

添加椒鹽噪聲：將原始像中添加一些椒鹽噪聲，將數據擴充2倍；

分割圖：將原圖中的目標區域分割出來，其他區域用0代替，將數據擴充2倍。

添加光照：對圖像進行旋轉90度，180度，270度，將數據擴充3倍。

3.根據權利要求1所述的一種基于深度學習的圖像識別方法，其特征在于，所述步驟2的卷積神經網絡模型由輸入層，隱藏層，輸出層組成：

所述輸入層為步驟1所提出的圖像通過擴充后得到的數據集，將數據集轉化為lmdb格式作為該模型的輸入；

所述隱藏層包括卷積層和池化層；所述卷積層的第一層中卷積核的大小設為1*1，在倒數第二層采用全卷積代替全連接，將特征維度降低至全連接的一半。所述池化層采用2*2的卷積核，在所述模型的前五層和卷積層組合使用；

所述輸出層與最后一個全卷積層相連接，輸出的維數與待識別的圖像的類別數相等。

4.根據權利要求1所述的一種基于深度學習的圖像識別方法，其特征在于，步驟3訓練卷積神經網絡的過程中使用遷移學習的方法，將預先訓練好的VGG模型的權重遷移至所述卷積神經網絡模型上。

5.根據權利要求1所述的一種基于深度學習的圖像識別方法，其特征在于，所述步驟3所述的訓練卷積神經網絡還包括：在Ubuntu系統的caffe框架下，將圖像數據分成訓練集，訓練集標簽，測試集，測試集標簽。

6.根據權利要求1所述的一種基于深度學習的圖像識別方法，其特征在于，所述步驟4還包括：將數據集中的每一個樣本對應一行向量，并且貼上對應的標簽，構建成一個深度學習特征的數據庫。

7.根據權利要求1所述的一種基于深度學習的圖像識別方法，其特征在于，所述深度學習特征的維度為2048維度。

8.根據權利要求1所述的一種基于深度學習的圖像識別方法，其特征在于，所述步驟5中所述的兩次訓練分別是：第一次訓練是通過深度學習的方法，提取一個有效的深度學習特征；第二次訓練是將步驟4中的已經構建好的深度學習數據庫，利用SVM方法將數據庫中的數據以及標簽作為SVM的訓練集，再根據任意樣本得到的深度學習特征，作為SVM的測試集。

9.根據權利要求1-8任一項所述的一種基于深度學習的圖像識別方法，其特征在于，所述圖像識別方法應用于醫學圖像識別。