一种基于轻量化卷积神经网络的图像分类方法和装置
公开
摘要
本发明公开了一种基于轻量化卷积神经网络的图像分类方法和装置，属于计算机深度学习中图像分类领域。本发明包括：S1：构建轻量化卷积神经网络模型，所述轻量化神经网络模型包括依次连接的：标准卷积层、多个采样拼接单元、全局池化层和全连接层，所述采样拼接单元包括依次连接的：下采样层、多个通用层和拼接层；S2：将待分类图片输入所述轻量化卷积神经网络模型得到分类结果。本发明通过构建低参数量、低计算量且推理速度快的轻量化卷积神经网络模型，再利用轻量化卷积神经网络模型进行图像分类，相较于之前的轻量化卷积神经网络模型，在相近的分类准确率下，大幅减少参数量的同时大幅提高模型的分类速度。
基本信息
专利标题 ：
一种基于轻量化卷积神经网络的图像分类方法和装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114565792A
申请号 ：
CN202210189921.1
公开（公告）日 ：
2022-05-31
申请日 ：
2022-02-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王天江张量奇沈海波罗逸豪曹翔潘蕾西兰
申请人 ：
华中科技大学
申请人地址 ：
湖北省武汉市洪山区珞喻路1037号
代理机构 ：
华中科技大学专利中心
代理人 ：
尹丽媛
优先权 ：
CN202210189921.1
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/82 G06V10/94 G06K9/62 G06N3/04 G06N3/063 G06N3/08 G06T1/20
法律状态
2022-05-31 ：
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
