申请/专利权人:浙江大学
申请日:2023-12-26
公开(公告)日:2024-03-22
公开(公告)号:CN117743741A
主分类号:G06F17/16
分类号:G06F17/16;G06F18/25;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矩的通道注意力方法,包括以下步骤:基于广义矩聚合方法构建矩向量;使用交叉矩卷积方法进行矩向量融合;最后进行通道规整。本发明针对通道注意力方法中通道表征不足问题,提出了用广义矩聚合方法来表征模型的通道,并构建了交叉矩卷积方法进行矩向量的融合。该方法即插即用,直接放置于卷积神经网络模型中,提升模型的性能。本发明有效地提升了模型的矩表征能力和局部通道交互能力,可以广泛应用于图片分类、目标检测等多个重要研究和领域。
主权项:1.一种基于矩的通道注意力方法,其特征在于,包括如下步骤:对于卷积神经网络模型,设其特征图为X,S1:以X为输入,基于广义矩聚合方法构建矩向量;S2:使用交叉矩卷积方法进行矩向量融合得到融合矩向量F;S3:融合后的矩向量F利用元素积方式对X进行通道规整得到输出Y,完成基于矩的通道注意力方法;S4:基于矩的通道注意力方法MCA是一种即插即用的方法,放置在骨干模型的每个模块的结束位置。
全文数据:
权利要求:
百度查询: 浙江大学 一种基于矩的通道注意力方法
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。