[发明专利]一种基于改进的MobileNetV3特征提取网络有效
| 申请号： | 202110338087.3 | 申请日： | 2021-03-30 |
| 公开（公告）号： | CN113052189B | 公开（公告）日： | 2022-04-29 |
| 发明（设计）人： | 贾宇明;唐昊;贾海涛;田浩琨;王子彦;王云;邹新雷 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06V10/44 | 分类号： | G06V10/44;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 611731 四川省成*** | 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： | 本发明公开了一种改进的MobileNetV3的特征提取网络。该模型在基于CNN的计算机视觉技术领域具有一定通用性。以Resnet、Vgg为核心的模型在图像经过特征提取网络处理时忽略了其特征集合存在大量冗余性和相似性，且存在参数量高、计算量大的问题。针对冗余性和相似性的问题，提出shadow‑bottleneck，即通过利用分组卷积和改进的通道混洗生成少量本体特征的基础上再采用高效运算生成影子特征的结构方式来保证特征的丰富性和冗余性；针对轻量化问题，参考MobileNetV3模型结构并将网络中的bottleneck替换为shadow‑bottleneck形成最终改进的轻量化特征提取网络模型。该模型能够具有较低的计算量和参数量，且能够获得较高的分类精度。 | ||
| 搜索关键词： | 一种 基于 改进 mobilenetv3 特征 提取 网络 | ||
【主权项】：
暂无信息
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电子科技大学，未经电子科技大学许可，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/202110338087.3/，转载请声明来源钻瓜专利网。
