[发明专利]一种基于感受野集成的神经网络图像分类器的优化方法有效
| 申请号： | 201910378614.6 | 申请日： | 2019-05-08 |
| 公开（公告）号： | CN110211041B | 公开（公告）日： | 2023-06-23 |
| 发明（设计）人： | 杨云;邵文昭 | 申请（专利权）人： | 云南大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40 |
| 代理公司： | 成都九鼎天元知识产权代理有限公司 51214 | 代理人： | 胡川 |
| 地址： | 650091 云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于感受野集成的神经网络图像分类器的优化方法，包括以下步骤：从图像数据集中筛选出样本以分别构成训练集和测试集；采用平移变换对训练集进行处理，得到至少两个不同的感受野，将处理结果作为神经网络的输入，以优化出分类器模型；利用测试集对训练出的分类器模型进行正确性检验。本发明通过平移变换的方式控制神经网络的感受野，将优化资源主要集中于图像的中间区域，即最能反映图像特征的区域，同时逐步利用边缘区域进行修正，使得分类器对于图像的主要特征更为关注。本发明在同等迭代次数下，较现有训练方法可以训练出准确率更高的分类器模型。 | ||
| 搜索关键词： | 一种 基于 感受 集成 神经网络 图像 分类 优化 方法 | ||
【主权项】：
1.一种基于感受野集成的神经网络图像分类器的优化方法，包括以下步骤：将构建的神经网络在训练集上进行训练，优化出分类器模型；利用测试集对训练出的分类器模型进行正确性检验；所述训练集和测试集分别包含若干样本图像；其特征在于，在利用训练集对神经网络进行训练的过程中，采用平移变换，基于训练集为神经网络提供至少两个不同的感受野。
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云南大学，未经云南大学许可，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/201910378614.6/，转载请声明来源钻瓜专利网。
