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：南京审计大学
摘要：本发明公开了一种基于通道注意力损失的深度图像分类方法，旨在加强网络对图像中突出区域的关注度，并加强其学习判别性特征的能力。首先构建图像的深度特征分布图，通过卷积网络与特征提取层，得到图像所有深度特征通道信息；然后在主分支对深度特征分布图进行全局池化处理，再通过一个完全连接的层，计算SoftMax损失；接着，在额外分支将通道信息公平分配给分类任务的每个类别,提取更具判别性的特征信息，增强网络对不同类别细节的关注度，计算通道注意力损失，推导特定类别的概率；最后将SoftMax损失和通道注意力损失相结合，得到整个网络的最终损失函数，进行联合监督训练与参数优化，提升深度图像分类任务性能。
主权项：1.一种基于通道注意力损失的深度图像分类方法，其特征在于，包括如下步骤：S1、构建图像的深度特征分布图，将待分类图像输入深度神经网络，通过卷积网络与特征提取层，得到图像所有的深度特征通道信息,传入深度神经网络内的主分支和额外分支；S2、在主分支中对深度特征分布图进行全局池化处理，再通过一个完全连接的层，计算SoftMax损失；S3、在额外分支中基于深度特征分布图，将通道信息公平分配给分类任务中的每个类别,计算通道注意力损失，推导特定类别的概率：S4、将SoftMax损失和通道注意力损失相结合，得到整个深度神经网络的最终损失，进行联合监督训练与参数优化，提升深度图像的分类效果。
全文数据：
权利要求：
百度查询： 南京审计大学 基于通道注意力损失的深度图像分类方法
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