[发明专利]基于HP-Net卷积神经网络的图像分类方法在审
| 申请号： | 201810907142.4 | 申请日： | 2018-08-09 |
| 公开（公告）号： | CN109102019A | 公开（公告）日： | 2018-12-28 |
| 发明（设计）人： | 李孝杰;伍贤宇;史沧红;吕建成;吴锡;李莉丽;郭峰;罗超;张宪;刘书樵;李俊良 | 申请（专利权）人： | 成都信息工程大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 北京元本知识产权代理事务所 11308 | 代理人： | 常桑 |
| 地址： | 610225 四川省成都*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及图像处理技术领域，具体的说是基于HP‑Net卷积神经网络的图像分类方法。本发明包括以下步骤：步骤1：读取输入图像I；步骤2：将输入图像I分为大小为m×m的图像块集合，每一块用Ii表示，i＝1，2，...，n，n表示图像块的数量；步骤3：将Ii输入到卷积神经网络中进行训练；步骤4：经过若干次提取特征，再通过三层全连接层，得到一维的矩阵，然后使用丢弃正则化操作避免过拟合；步骤5：将卷积神经网络中的输出结果输入到softmax分类器里，最终得到分类结果。本发明所提出的网络模型表现出更好的性能，在RO‑5和花卉数据集上比其他现有的网络模型要高。 | ||
| 搜索关键词： | 卷积神经网络 输入图像 图像分类 网络模型 图像处理技术 读取 矩阵 表示图像 分类结果 输出结果 提取特征 分类器 连接层 数据集 图像块 正则化 拟合 三层 丢弃 集合 花卉 表现 | ||
【主权项】：
1.一种基于HP‑Net卷积神经网络的图像分类方法，其特征在于，包括以下步骤：步骤1：读取输入图像I；步骤2：将输入图像I分为大小为m×m的图像块集合，每一块用Ii表示，i＝1，2，...，n，n表示图像块的数量；步骤3：将Ii输入到卷积神经网络中进行训练；步骤4：经过若干次提取特征，再通过三层全连接层，得到一维的矩阵，然后使用丢弃正则化操作避免过拟合；步骤5：将卷积神经网络中的输出结果输入到softmax分类器里，最终得到分类结果。
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成都信息工程大学，未经成都信息工程大学许可，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/201810907142.4/，转载请声明来源钻瓜专利网。
- 上一篇：妇科分泌物图像的多标签分类方法
- 下一篇：一种图像对比方法及装置
