龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京理工大学
摘要：本发明公开了一种基于混合注意力机制和Transformer模型的DenseNet路面状态图像识别方法，包括：基于残差结构改进DenseNet网络作为骨干网络；建立并行的卷积注意力机制模块，将注意力模块引入FPN特征金字塔中，并将改进后的特征金字塔加入特征提取网络；构建Transformer模块，将Transformer模型与DenseNet网络结合，进行长距离建模；在Tensorflow学习框架下，利用训练集训练提出的网络模型，再用测试集验证效果，完成路面状态图像的识别。本发明通过注意力模块提高网络对主次信息的表征能力，DenseNet网络引入特征金字塔并结合Transformer模型，能够增强整体网络模型的特征提取能力，使得网络能够同时利用深层和浅层信息，提升网络对语义信息的理解和表达能力，进而显著提升了网络模型的分类准确率。
主权项：1.一种基于混合注意力机制和Transformer模型的DenseNet路面状态图像识别方法，其特征在于，包括以下步骤：步骤1、构造通道域和空间域并行的卷积注意力模块；步骤2、将注意力引入FPN特征金字塔中，构造FPN特征金字塔模块；步骤3、构造Transformer模块；步骤4、将步骤2和步骤3的FPN特征金字塔模块和Transformer模块结合，引入DenseNet网络中构造路面状态识别网络；步骤5、将生成的训练集数据输入到步骤4构造好的网络进行训练；步骤6、将预先构建的测试集数据输入到步骤5训练好的网络中测试目标分类的准确率。
全文数据：
权利要求：
百度查询： 南京理工大学 基于混合注意力机制和Transformer模型的DenseNet路面状态图像识别方法
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