一种基于拼图排列学习的渐进式训练细粒度视觉分类方法
实质审查的生效
摘要
本发明提供了一种基于拼图排列学习的渐进式训练细粒度视觉分类方法，通过拼图生成器将图像数据集裁剪成不同粒度大小的图像，使用残差网络(ResNet50)作为特征提取器，将拼图解算器作用在特征图提取的每一个阶段，在残差网络(ResNet50)的每个阶段学习不同粒度大小的局部信息并且融合多尺度的特征，同时在每个阶段使用拼图解算模块学习打乱图像的拼图排列矩阵来学习对象的全局信息，通过在每个阶段学习不同粒度大小局部信息的同时学习对象的全局信息来进行细粒度视觉分类，在模型的每个阶段同时利用不同粒度对象的局部细节信息以及整体对象的全局信息之间的互补关系，使得模型最终的分类性能达到目前最先进的水平。
基本信息
专利标题 ：
一种基于拼图排列学习的渐进式训练细粒度视觉分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114373092A
申请号 ：
CN202111211063.8
公开（公告）日 ：
2022-04-19
申请日 ：
2021-10-18
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
马雷赵凡洪汉玉陈冰川罗心怡刘红
申请人 ：
武汉工程大学
申请人地址 ：
湖北省武汉市洪山区雄楚大街693号
代理机构 ：
湖北武汉永嘉专利代理有限公司
代理人 ：
肖惠
优先权 ：
CN202111211063.8
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-06 ：
实质审查的生效
IPC(主分类) : G06V 10/764
申请日 : 20211018
申请日 : 20211018
2022-04-19 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
