龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：厦门大学
申请日：2022-08-11
公开（公告）日：2022-11-11
公开（公告）号：CN115331053A
主分类号：G06V10/764
分类号：G06V10/764;G06N3/04;G06N3/08
优先权：
专利状态码：在审-实质审查的生效
法律状态：2022.11.29#实质审查的生效;2022.11.11#公开
摘要：本申请涉及一种基于L2NU激活函数的图像分类模型生成方法，该方法包括以下步骤：S101：将ResNet‑50图像分类模型中所有残差模块原生结构中的ReLU激活函数替换为L2NU激活函数；S102：移除步骤S101中的ResNet‑50图像分类模型中的所有BN层；S103：将步骤S102中的ResNet‑50图像分类模型的输出层的激活函数设置为S104：将步骤S103中的ResNet‑50图像分类模型的神经网络的各权值矩阵初始化为标准正态分布，且将神经网络的各层偏置设置为0向量；S105：基于图像分类训练数据集对步骤S104中的ResNet‑50图像分类模型进行训练，得到基于L2NU激活函数的图像分类模型。相比传统激活函数，本申请的L2NU激活函数应用于图像分类的深度学习模型时具有模型分类精度函数得到了提升的有益效果。
主权项：1.一种基于L2NU激活函数的图像分类模型生成方法，其特征在于：所述方法包括以下步骤：S101：将ResNet-50图像分类模型中所有残差模块原生结构中的ReLU激活函数替换为L2NU激活函数；所述L2NU激活函数具体为： 其中，n为图像分类模型的网络层中的神经元个数，X为网络层的激活前模式，且X＝x1,x2,…,xn，xi为各神经元输出，且i∈{1,2,…,n}；S102：移除步骤S101中的ResNet-50图像分类模型中的所有BN层；S103：将步骤S102中的ResNet-50图像分类模型的输出层的激活函数设置为S104：将步骤S103中的ResNet-50图像分类模型的神经网络的各权值矩阵初始化为标准正态分布，且将神经网络的各层偏置设置为0向量；S105：基于图像分类训练数据集对步骤S104中的ResNet-50图像分类模型进行训练，得到基于L2NU激活函数的图像分类模型。
全文数据：
权利要求：
百度查询： 厦门大学 一种基于L2NU激活函数的图像分类模型生成方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号