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：济南大学
申请日：2024-04-22
公开（公告）日：2024-05-24
公开（公告）号：CN118072303A
主分类号：G06V20/68
分类号：G06V20/68;G06V10/764;G06V10/82;G06N3/0464;G06V10/26
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.11#实质审查的生效;2024.05.24#公开
摘要：本发明提出了一种基于MLP高效token交互的食品识别方法及系统，涉及计算机视觉领域。本发明首先是根据图像特征进行分块，将其投影到更高维度的特征空间，将图像输入到混合块，然后将图像在通道维度上分割特征，将一半的通道特征输入CGSMM来建模长距离交互，将剩余的特征输入LSMM来聚合局部交互，分别有效提高了模型的token交互能力和促进了token在局部区域的聚合。
主权项：1.一种基于MLP高效token交互的食品识别方法，其特征在于，包括以下步骤：S1、获取食品摄像头视频，对摄像头进行每秒抽帧，获得食品待检测图像；S2、构建MLPtoken交互模块，输入图像I分割为一系列的图像patch，然后将所有的图像patch线性投影到所需的更高维度C的特征空间中，然后将图像特征输入到MLPtoken交互模块中的混合块中，混合块包括Strip混合块和通道混合块两个子块，Strip混合块由CGSMM和LSMM组成，输入图像特征到混合块后，将图像在通道维度上分割特征，将一半的通道特征输入CGSMM在空间方向上对相邻行或列应用StripMLPlayer，进行建模长距离交互，使行、列中的图像特征能够与相邻但不同行、列的信息进行交互，将剩余的特征输入LSMM在空间方向上对相邻行或列应用StripMLPlayer，聚合局部交互，通道混合块是为了聚合图像特征的通道间信息，增加通道的对比度和选择性，将输出后的多个图像patch提取的特征输入全局平均池化层GAP降维，然后输入到头部层进行分类，最后，进行图像特征输出；S3、构建食品检测模型，模型由骨干网络、MLPtoken交互模块、检测头组成；S4、将食品待检测图像输入进食品检测模型，获得食品检测结果。
全文数据：
权利要求：
百度查询： 济南大学 一种基于MLP高效token交互的食品识别方法及系统
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