申请/专利权人:中国科学技术大学
申请日:2024-01-26
公开(公告)日:2024-04-26
公开(公告)号:CN117934948A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/44;G06V10/771;G06V10/52
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本公开提供了一种图像分类模型的训练方法、图像分类方法、装置和电子设备,可以应用于图像分类领域以及物体识别领域。该训练方法包括获取样本图像和标签数据;将样本图像输入卷积单元,生成图像特征矩阵;利用脉冲单元将图像特征矩阵中的元素进行脉冲转换,生成与图像特征矩阵对应的脉冲矩阵,其中,脉冲卷积层包括卷积单元和脉冲单元;将脉冲矩阵和位置编码矩阵输入脉冲自注意力层,输出与样本图像对应的下采样图像;根据下采样图像进行图像分类,得到图像分类结果;根据图像分类结果和标签数据训练图像分类模型,得到训练后的图像分类模型。
主权项:1.一种图像分类模型的训练方法,其中,所述图像分类模型至少包括一个图像下采样网络,所述图像下采样网络包括脉冲卷积层、位置编码矩阵和脉冲自注意力层,所述方法包括:获取样本图像和标签数据;将所述样本图像输入卷积单元,生成图像特征矩阵;利用脉冲单元将所述图像特征矩阵中的元素进行脉冲转换,生成与所述图像特征矩阵对应的脉冲矩阵,其中,所述脉冲卷积层包括所述卷积单元和所述脉冲单元;将所述脉冲矩阵和所述位置编码矩阵输入脉冲自注意力层,输出与所述样本图像对应的下采样图像;根据所述下采样图像进行图像分类,得到图像分类结果;以及根据所述图像分类结果和所述标签数据训练图像分类模型,得到训练后的图像分类模型。
全文数据:
权利要求:
百度查询: 中国科学技术大学 图像分类模型的训练方法、图像分类方法、装置和电子设备
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。