[發明專利]一種基于VGG16及SVM實現圖片二分類的方法在審
| 申請號: | 201910516296.5 | 申請日: | 2019-06-14 |
| 公開(公告)號: | CN110321936A | 公開(公告)日: | 2019-10-11 |
| 發明(設計)人: | 林建洪;陳曉莉;丁一帆;楊世宏;徐菁 | 申請(專利權)人: | 浙江鵬信信息科技股份有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 浙江千克知識產權代理有限公司 33246 | 代理人: | 周希良 |
| 地址: | 311100 浙江省杭州市余杭*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 特征參數 訓練圖片 二分類 分類模型訓練 計算復雜度 圖片 處理效率 反向傳播 分類模型 神經網絡 圖片分類 傳統的 準確率 迭代 | ||
1.一種基于VGG16及SVM實現圖片二分類的方法,其特征在于,包括步驟:
步驟S1、將訓練圖片輸入VGG16,確定所述訓練圖片的特征參數;
步驟S2、將所述特征參數輸入SVM分類器,通過迭代與反向傳播完成分類模型訓練;
步驟S3、基于所述分類模型判斷圖片是否為不良圖片。
2.根據權利要求1所述的圖片二分類的方法,其特征在于,所述VGG16的網絡結構由六個部分組成:第一部分、第二部分由兩個卷積層和一個maxpool組成,每個卷積層的輸出后都有一個ReLu激活函數;第三至第五部分由四個卷積層和一個maxpool池化層構成;模型的輸入為227×227大小的圖片,將第一層卷積核的大小設為9×9,卷積核步長為1,其余所有卷積核大小均為3×3,步長為1;所有最大池化層的大小均為2×2,步長為2;第六部分為展開后的全連接層,由3個全連接層組成,節點個數分別為4096、4096、1000。
3.根據權利要求1所述的圖片二分類的方法,其特征在于,在所述步驟S1之前包括:收集訓練圖片、對所述訓練圖片進行預處理。
4.根據權利要求3所述的圖片二分類的方法,其特征在于,在所述步驟S3之前包括:收集待判斷的圖片、對所述待判斷的圖片進行預處理、確定所述待判斷的圖片的特征參數。
5.根據權利要求3或4所述的圖片二分類的方法,其特征在于,所述預處理包括:
將圖片轉化為統一尺寸,對統一尺寸后的圖片數據的RGB三個通道分別求其均值,并在轉化為數組后的圖像數組中分別減去均值。
6.根據權利要求3或4所述的圖片二分類的方法,其特征在于,所述確定所述訓練圖片的特征參數具體為:
用卷積層提取所述圖片中的主要特征,使用卷修正線性單元ReLu為激活函數將積層輸出結果做非線性映射,使用最大池化層用于壓縮數據和參數的量,取出主要的特征參數。
7.根據權利要求6所述的圖片二分類的方法,其特征在于,所述使用修正線性單元ReLu為激活函數將積層輸出結果做非線性映射具體為:
在L層進行激活,得到L層激活后的輸出a[l+1],再次進行激活,兩層之后得到(L+1)層激活后的輸出a[l+2];從(L-1)層的輸出a[l]開始,a[l]同時也是L層的輸入,首先進行線性激活,根據z[l+1]=W[l+1]a[l]+b[l+1],通過a[l]算出z[l+1],其中,W[l+1]為權重矩陣,b[l+1]為偏差因子;ReLU非線性激活函數得到a[l+1],a[l+1]=g(z[l+1]);再次進行線性激活,依據等式z[l+2]=W[l+2]a[l+1]+b[l+2],最后根據這個等式再次進行ReLu非線性激活,即a[l+2]=g(z[l+2]),其中g是為ReLU非線性函數:
f(x)=max(0,x)。
8.根據權利要求7所述的圖片二分類的方法,其特征在于,所述步驟S2具體為:
卷積層提取到的特征經過全連接層后輸出為d,d作為輸入傳遞給SVM分類器,然后輸出預測標簽y′i,SVM的預測函數為
y′i=sign(v*·d+c*)
然后預測標簽y′i與真實標簽yi比較,分類器使用hinge loss損失函數,表示為
經過多次迭代優化神經網絡中的所有參數。
9.根據權利要求1所述的圖片二分類的方法,其特征在于,所述特征包括:圖片的形狀、顏色、邊緣、文理和角度。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江鵬信信息科技股份有限公司,未經浙江鵬信信息科技股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910516296.5/1.html,轉載請聲明來源鉆瓜專利網。





