[发明专利]一种建立图像分类神经网络模型及图像分类方法、装置有效
| 申请号： | 201810415434.6 | 申请日： | 2018-05-03 |
| 公开（公告）号： | CN108805166B | 公开（公告）日： | 2019-11-15 |
| 发明（设计）人： | 吴鹏;张强;林国强;陈其鹏;王岳;韩强;王扬;杨青 | 申请（专利权）人： | 全球能源互联网研究院有限公司;国网天津市电力公司;国家电网有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 11250 北京三聚阳光知识产权代理有限公司 | 代理人： | 李博洋<国际申请>=<国际公布>=<进入 |
| 地址： | 102209北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种建立图像分类神经网络模型及图像分类方法、装置，该建立图像分类神经网络模型的方法中，首先获取包含已分类图像的训练集，然后根据密集连接卷积神经网络模型的密集块中各卷积层之间的距离，确定输入密集块中各卷积层的特征图的数量，形成第二密集连接卷积神经网络模型，并使用训练集对该第二密集连接卷积神经网络模型进行训练，生成图像分类神经网络模型，然后使用该图像分类神经网络模型对待分类图像数据进行分类。本发明实施例降低了图像分类过程中的网络参数量。 | ||
| 搜索关键词： | 图像分类 神经网络模型 卷积神经网络 训练集 积层 分类图像数据 分类图像 生成图像 特征图 分类 网络 | ||
【主权项】：
1.一种建立图像分类神经网络模型的方法，其特征在于，包括：/n获取包含已分类图像的训练集；/n根据密集连接卷积神经网络模型的密集块中各卷积层之间的距离，确定输入所述密集块中各卷积层的特征图的数量，形成第二密集连接卷积神经网络模型；/n使用所述训练集对所述第二密集连接卷积神经网络模型进行训练，生成图像分类神经网络模型；/n其中，根据密集连接卷积神经网络模型的密集块中各卷积层之间的距离，确定输入所述密集块中各卷积层的特征图的数量，形成第二密集连接卷积神经网络模型，包括：/n获取所述密集块中各卷积层之间的距离和相邻两个所述卷积层之间传递的特征图的数量；/n根据所述密集块中各卷积层之间的距离和相邻两个所述卷积层之间传递的特征图的数量，确定输入所述密集块各卷积层的特征图数量增长率；/n根据所述增长率，确定输入所述密集块中各卷积层的特征图的数量，形成第二密集连接卷积神经网络模型；/n其中，通过如下公式确定输入所述密集块各卷积层的特征图数量增长率G：/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于全球能源互联网研究院有限公司;国网天津市电力公司;国家电网有限公司，未经全球能源互联网研究院有限公司;国网天津市电力公司;国家电网有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810415434.6/，转载请声明来源钻瓜专利网。
