申请/专利权人：河南科技学院

申请日：2023-12-18

公开（公告）日：2024-03-19

公开（公告）号：CN117726865A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/774;G06V10/40;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明提供了一种用于对小麦籽粒进行快速高效分类识别的网络模型。包括：加强组卷积之间的信息交流和特征复用模块，一个3‑D卷积的全新分类输出层。本发明首先利用加强组卷积之间的信息交流和特征复用模块加强对上层特征的有效利用。然后，本发明将组与组之间的连接在通道维度进行稀疏化，降低计算量的同时减少了精度的损失。最后，本发明采用一个3‑D卷积的全新分类输出层，代替了传统的最大池化层和全连接层，能够以更高效的方式获得分类输出。本发明的网络模型避免了特征图之间信息交流阻塞的问题，并且拥有较少的参数量和FLOPs。

主权项：1.一种用于对小麦籽粒进行快速高效分类识别的网络模型，其特征在于：包括以下步骤：步骤S1：将Groupmixing模块和Sparselyconnected模块与两个卷积核大小为1*1的卷积层组合在一起，形成SCGBlock；步骤S1.1：将groupconvolution划分为G个组，各个分组表示为Gi,i∈[1,G]，再将Gi划分为j个组，每个小组表示为Groupmixing从每个组Gi中收集部分信息，将不同的进行有序地混合，从而生成新的步骤S1.2：使用Sparselyconnected辅助进行卷积操作，当输入特征图与卷积核在channel维度上进行卷积时，使用一定的步距在channel维度上进行稀疏连接；步骤S2：基于3-Dconvolutional提出一个全新的分类层，使用该分类层完全替换传统的全局池化操作和全连接层。

全文数据：

权利要求：

百度查询： 河南科技学院 一种用于对小麦籽粒进行快速高效分类识别的网络模型

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD