基于阶梯形网络模型的图像目标分类方法
公开
摘要
本发明公开了一种基于阶梯形网络模型的图像目标分类方法，所述方法包括如下步骤：步骤一、构建若干层带有最大池化层的特征提取模块以及分类层，或选择经典网络模型，将该模型的下采样方式改为最大池化方式；步骤二、增加前场逐阶剥离式或前场背景分离式阶梯形网络模型结构；步骤三、输入目标数据进行训练，最优收敛后保存模型参数；步骤四、调用通过步骤三得到的已优化的网络模型；步骤五、输入待测数据并得到结果。本发明能够增加网络模型对目标区域的识别能力(医学上降低漏诊率，工业上降低漏检率)，从而增加分类的精确度。
基本信息
专利标题 ：
基于阶梯形网络模型的图像目标分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114299334A
申请号 ：
CN202111602361.X
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张博伦吴嘉滨
申请人 ：
黑龙江省微甄光电科技有限责任公司
申请人地址 ：
黑龙江省哈尔滨市松北区智谷二阶3043号哈尔滨松北（深圳龙岗）科技创新产业园12栋7楼888-008室
代理机构 ：
哈尔滨龙科专利代理有限公司
代理人 ：
王新雨
优先权 ：
CN202111602361.X
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06K9/62
法律状态
2022-04-08 ：
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
