咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:本发明公开了一种基于压缩激励和紧密连接卷积神经网络的图像分类方法,将轻量级的紧密连接卷积神经网络(DenseNet)和高性能的压缩和激励模块(SE)结合,通过训练卷积神经网络,计算损失函数,根据梯度下降更新网络;测试卷积神经网络,计算分类准确度;重复上述步骤构建保存准确度最高的准确度数值和卷积神经网络模型参数,得到效果最好的卷积神经网络模型。本发明压缩和激励模块可以显式地建模通道之间的相互依赖关系,且计算量很小;相较于传统卷积神经网络图像分类方法,能够以很少的参数量和计算量获得高准确度的图像分类结果。
著 录 项:
专利/申请号: | CN201910987689.4 | 专利名称: | 基于压缩激励和紧密连接卷积神经网络的图像分类方法 |
申请日: | 2019-10-17 | 申请/专利权人 | 南京信息工程大学 |
专利类型: | 发明 | 地址: | 江苏省南京市江北新区宁六路219号 |
专利状态: | 已下证 查询审查信息 | 分类号: | G06V10/764搜分类 网络传输搜索 |
公开/公告日: | 2023-04-28 | 转让价格: | 面议 |
公开/公告号: | CN110766063B | 交易状态: | 等待洽谈 搜索相似专利 |
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |