一种基于迁移学习的垃圾图像分类方法
实质审查的生效
摘要
本发明公开了一种基于迁移学习的垃圾图像分类方法，改善了ShuffleNet V2网络分类准确率较低的问题。该发明对预处理后的垃圾图像数据集按N:M的比例分配为训练集和验证集；根据网络模型，加入压缩激励网络和Leaky ReLU激活函数，并在末端增添Flatten层和三层全连接层建立垃圾分类网络模型，得到初始分类神经网络；将ImageNet图像数据集中的权重参数导入初始分类神经网络，再训练网络；将垃圾图片输入训练完成的分类神经网络，得到垃圾分类结果。该技术增加压缩激活网络，通过学习的方式获取到每个特征通道的重要特征，抑制对当前任务不重要的特征，增强通道间信息交流的能力，提高分类任务的准确率。
基本信息
专利标题 ：
一种基于迁移学习的垃圾图像分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114463578A
申请号 ：
CN202111681650.3
公开（公告）日 ：
2022-05-10
申请日 ：
2021-12-30
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
郭宝龙张靖晗李泽坤蒋元淑
申请人 ：
西安电子科技大学
申请人地址 ：
陕西省西安市雁塔区太白南路2号西安电子科技大学北校区
代理机构 ：
郑州知倍通知识产权代理事务所(普通合伙)
代理人 ：
李玲玲
优先权 ：
CN202111681650.3
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/82 G06N3/04 G06N3/08
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06V 10/764
申请日 : 20211230
申请日 : 20211230
2022-05-10 ：
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
