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：上海工程技术大学
摘要：本发明涉及一种基于ConvNeXt的拼接图像矩形化网络。该网络针对在训练过程中往往存在不同类型（输入样本及其掩膜图）的输入图像，从而导致训练效果不佳问题，提出了利用混合注意力机制使网络对输入样本中的空间域和通道域的特征呈现不同的关注度，提升了网络的特征学习能力。同时，为使得网络尽可能提取不同尺度目标的特征，利用了空洞空间金字塔池化模块，在扩大网络感受野的同时，对不同尺度的高维特征进行融合。与现有技术相比，本发明可以有效地提高矩形化效果，并且在面对复杂非线性语义信息的拼接图像时，拥有更好的语义内容保护能力。
主权项：1.一种基于ConvNeXt的改进拼接图像矩形化网络方法，该方法使用深度学习拼接图像数据集对网络进行特征提取。本发明融合了条件参数卷积在ConvNeXt网络中，得到Cond_ConvNeXt网络。首先通过改进后的Cond_ConvNeXt作为主干网络用于提取目标图像的特征。与常规卷积不同点在于，条件参数卷积的卷积核参数如下所示： 其中，x表示上一层输出，W为静态卷积核，n表示这一层的CondConv有n个expert参数，表示激活函数，其中是αi通过梯度下降学习的输入的函数。只需调整W前系数的个数来增加expert数量来提升卷积核的容量，在只增加几个额外参数的情况下，通过卷积核的组合使得静态卷积变为动态卷积核，增强主干网络的容量和推理性能。
全文数据：
权利要求：
百度查询： 上海工程技术大学 一种基于ConvNeXt的拼接图像矩形化网络
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