申请/专利权人:山东浪潮超高清智能科技有限公司
申请日:2023-12-13
公开(公告)日:2024-03-22
公开(公告)号:CN117746209A
主分类号:G06V10/82
分类号:G06V10/82;G06V10/80;G06V10/774;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:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明提供了一种基于高效多类型卷积聚合卷积的图像识别方法和装置,属于计算机视觉技术领域。通过以下技术方案实现:采集待识别图像,并对图像预处理,划分为测试集、验证集和训练集;构建基于高效多类型卷积聚合卷积的图像识别模型,模型包括特征聚合模块和CSAAM信息提取融合模块;通过训练集训练基于高效多类型卷积聚合卷积的图像识别模型,通过验证集验证模型性能,获取性能最优模型;将测试集数据输入到训练完成的基于高效多类型卷积聚合卷积的图像识别模型,输出图像识别结果。本发明将多种类型的卷积操作整合到单个网络中的技术,实现了全面的特征提取和表示,在并行策略的基础上提出了一种互补自注意力聚合机制,实现了高效的潜在特征聚合。
主权项:1.一种基于高效多类型卷积聚合卷积的图像识别方法,其特征在于,包括:采集待识别图像,并对图像预处理,划分为测试集、验证集和训练集;构建基于高效多类型卷积聚合卷积的图像识别模型,模型包括特征聚合模块和CSAAM信息提取融合模块;通过训练集训练基于高效多类型卷积聚合卷积的图像识别模型,通过验证集验证模型性能,获取性能最优模型;将测试集数据输入到训练完成的基于高效多类型卷积聚合卷积的图像识别模型,输出图像识别结果。
全文数据:
权利要求:
百度查询: 山东浪潮超高清智能科技有限公司 一种基于高效多类型卷积聚合卷积的图像识别方法和装置
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。