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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD