- 专利标题: 一种基于VGG16网络层级优化的身份证图像分类方法
-
申请号: CN202010405901.4申请日: 2020-05-14
-
公开(公告)号: CN111598157B公开(公告)日: 2023-09-15
- 发明人: 杨浩楠 , 李娟 , 王全增
- 申请人: 北京工业大学
- 申请人地址: 北京市朝阳区平乐园100号
- 专利权人: 北京工业大学
- 当前专利权人: 北京工业大学
- 当前专利权人地址: 北京市朝阳区平乐园100号
- 代理机构: 北京思海天达知识产权代理有限公司
- 代理商 沈波
- 主分类号: G06V10/764
- IPC分类号: G06V10/764 ; G06V10/82 ; G06N3/0464 ; G06N3/08
摘要:
本发明公开了一种基于VGG16网络层级优化的身份证图像分类方法,获取图像数据集VOC2007数据集,进行数据预处理和训练集测试集的划分;构建基于VGG16改进后的卷积神经网络训练模型。利用划分好的训练样本集合进行模型的训练。模型预训练权重调用。本发明通过修改经典分类网络的最后几层普通卷积层为深度可分离卷积层来提高训练速度和识别速度,由于深度可分离卷积层的结构优势,使其可以很明显的提高速度指标,但由于VGG16网络层数较多,需使用预训练方法训练网络。正是由于这两部分的优势结合并通过分析实验中的loss曲线对比可知,用深度可分离卷积层改进后的网络在速度指标上与原普通卷积层的VGG16相比有明显改善,准确率和原网络相当。
公开/授权文献
- CN111598157A 一种基于VGG16网络层级优化的身份证图像分类方法 公开/授权日:2020-08-28