基于轻便的node.js地图识别模型实现分析  

Implementation and analysis of a lightweight node.js map recognition model

作　　者：张秀锦 张秀民[1] ZHANG Xiujin;ZHANG Xiumin(Shandong province Geographic Information Center,Shandong Jinan 250013 China)

机构地区：[1]山东省国土测绘院,山东济南250013

出　　处：《山东交通科技》2024年第2期130-132,共3页

摘　　要：为实现“问题地图”识别,采用预训练的网络模型,从海量网络图片中快速高效地识别出地图图片,通过对Google公司提出的MobileNet网络识别模型改造、迁移学习,实现一个小巧的卷积神经网络模型,快速识别网络地图图片的精简图像识别模型。结果表明:模型可以加快工作效率,是地图审核工作中较方便、快捷的方法之一。To realize"problem map"recognition,using the training of network model,from massive network images quickly identify the map images,through the Google company proposed MobileNet network recognition model transformation,transfer learning,realize a small convolution neural network model,quickly identify network map images thin image recognition model.The results indicate that models can greatly accelerate work efficiency,it is one of the more convenient and fast methods in map review work.

关 键 词：地图识别 卷积神经网络 MobileNet 二分类 

分 类 号：P287[天文地球—地图制图学与地理信息工程]