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：西藏大学
申请日：2023-08-29
公开（公告）日：2023-11-28
公开（公告）号：CN117132825A
主分类号：G06V10/764
分类号：G06V10/764;G06V10/82;G06N3/0464;G06N3/08
优先权：
专利状态码：失效-发明专利申请公布后的撤回
法律状态：2023.12.19#发明专利申请公布后的撤回;2023.11.28#公开
摘要：本发明公开了一种基于改进SwinTransformer的图片分类方法，涉及图片分类技术领域。本发明至少包括以下步骤：S1：搭建SwinTransformer图片分类框架，通过采用滑窗操作、层次化构建方式构建Transformer，进而构成了由窗口多头自注意力层、滑动窗口多头自注意力层、标准化层和多层感知机构成的SwinTransfomer模型。本发明基于自注意机制的深度神经网络SwinTransformer模型，具有多头自注意力机制，可以通过此机制进行特征提取，使用自注意力机制相比于单独采用CNN模型能学习到全局特征，可以减少对外部信息的依赖，能更好地捕获数据或特征内部的相关性，从而提取更强有力的特征，从而便于对图片进行分类，大大提高了分类的便捷性和实用性。
主权项：1.一种基于改进SwinTransformer的图片分类方法，其特征在于：至少包括以下步骤：S1：搭建SwinTransformer图片分类框架，通过采用滑窗操作、层次化构建方式构建Transformer，进而构成了由窗口多头自注意力层、滑动窗口多头自注意力层、标准化层和多层感知机构成的SwinTransfomer模型；S2：改进SwinTransfomer模型的数据集的准确率，图像分类ViT网络与SwinTransformer图片分类框架的配合设计；S3：对SwinTransfomer模型进行训练；S4：改进泛化能力，针对SwinTransformer图片分类框架进行训练样品不足的辅助提升，采用Mixup和CutMix等基于混合的数据增强方法能够提高视觉Transformer的泛化能力；S5：将图片输入SwinTransfomer模型中，基于全局的自注意力计算会导致平方倍的复杂度，对每个窗口单独进行计算；S6：采用滑动窗口多头自注意力层模块，将窗口多头自注意力层进行偏移，当窗口发生偏移，窗口之间能进行信息交流；S7：得到分类图像。
全文数据：
权利要求：
百度查询： 西藏大学 一种基于改进SwinTransformer的图片分类方法
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