一种基于多层协调卷积神经网络的细粒度图像分类方法
实质审查的生效
摘要
本发明涉及深度学习领域和图像分类领域，具体涉及一种基于多层协调卷积神经网络的细粒度图像分类方法。本发明实现了在细粒度图像分类任务上对关键区域定位并提取特征，利用图像多尺度裁剪和填充训练不同卷积层，从而融合浅层网络和深层网络特征，同时通过打乱局部区域破坏图片整体性，并通过位置编码记录原始位置，以减少打乱图片带来的噪声，较现有的分类方法，本发明所涉及的多层协调细粒度分类方法具有更高的准确度。
基本信息
专利标题 ：
一种基于多层协调卷积神经网络的细粒度图像分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114494786A
申请号 ：
CN202210141309.7
公开（公告）日 ：
2022-05-13
申请日 ：
2022-02-16
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李鸿健何明轩段小林何旭罗炼
申请人 ：
重庆邮电大学
申请人地址 ：
重庆市南岸区南山街道崇文路2号
代理机构 ：
重庆辉腾律师事务所
代理人 ：
王海军
优先权 ：
CN202210141309.7
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/26 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06V 10/764
申请日 : 20220216
申请日 : 20220216
2022-05-13 ：
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
