[发明专利]一种改进的残差网络及其特征提取方法、装置有效

专利信息
申请号: 201910049298.8 申请日: 2019-01-18
公开(公告)号: CN109858497B 公开(公告)日: 2023-09-01
发明(设计)人: 董超俊;黄尚安;林庚华 申请(专利权)人: 五邑大学
主分类号: G06V10/50 分类号: G06V10/50;G06V10/764;G06V10/82;G06N3/0464;G06N3/082
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 梁嘉琦
地址: 529000 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种改进的残差网络及其特征提取方法、装置。改进的残差网络中包括预处理块、特征提取块和Softmax层,所述特征提取块中设置BN层加快网络的学习速度,并在第三特征提取块和第四特征提取块中设置Dropout层对提取中的神经网络单元进行丢弃。本发明通过BN层加快了网络的学习速率保证了提取的速度,通过Dropout层降低网络的复杂度,有效避免了特征提取深度较深时的特征过渡拟合现象,在确保提取速度的同时提高了提取的准确率。
搜索关键词: 一种 改进 网络 及其 特征 提取 方法 装置
【主权项】:
1.一种改进的残差网络,其特征在于,包括:预处理块、特征提取块和Softmax层;所述预处理块中依次包括第一BN层、第一卷积层、第一PReLU层、第二卷积层和第二PReLU层;所述特征提取块依次包括第一特征提取块、第二特征提取块、第三特征提取块和第四特征提取块,所述预处理块的输出端与第一特征提取块的输入端相连接;所述第一特征提取块、第二特征提取块、第三特征提取块和第四特征提取块中包括第一卷积模块和最大池化层,所述第一卷积模块中依次包括第三卷积层、第二BN层和第一ReLU层;所述第一特征提取块和第二特征提取块中的第一ReLU层的输出端与所述最大池化层相连接,所述第三特征提取块和第四特征提取块中还包括用于丢弃提取过程中的神经网络单元的Dropout层,所述Dropout层的输出端与所述最大池化层相连接。
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五邑大学,未经五邑大学许可,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/201910049298.8/,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top