[发明专利]卷积神经网络的通用池化增强方法、装置、设备及介质在审
| 申请号： | 201910888542.X | 申请日： | 2019-09-19 |
| 公开（公告）号： | CN110827208A | 公开（公告）日： | 2020-02-21 |
| 发明（设计）人： | 贾琳;赵磊 | 申请（专利权）人： | 重庆特斯联智慧科技股份有限公司 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06T5/50;G06N3/04 |
| 代理公司： | 北京辰权知识产权代理有限公司 11619 | 代理人： | 刘广达 |
| 地址： | 400042 重庆*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 卷积 神经网络 通用 增强 方法 装置 设备 介质 | ||
1.一种卷积神经网络的通用池化增强方法，其特征在于，包括：
对输入的第一特征图分别进行第一池化处理和第二池化处理，得到对应的第一池化特征图和第二池化特征图；
将第一池化特征图和第二池化特征图进行拼接，得到第二特征图；
将所述第二特征图进行升维处理，得到与所述第一特征图通道维数相同的全局池化特征图；
对所述全局池化特征图中每个通道的每个池化块进行归一化处理，得到每个通道的池化权重图；
将每个通道的池化权重图分别和所述第一特征图的对应通道相乘，得到第三特征图后输出。
2.根据权利要求1所述的方法，其特征在于，所述第一池化为全局平均池化，所述第二池化为全局最大池化。
3.根据权利要求1所述的方法，其特征在于，所述将所述第二特征图进行升维处理，包括：
利用1×1卷积将所述第二特征图进行升维处理。
4.根据权利要求1所述的方法，其特征在于，所述对所述全局池化特征图中每个通道的每个池化块进行归一化处理，包括：
利用SoftMax函数对所述全局池化特征图中每个通道的每个池化块进行归一化处理。
5.一种卷积神经网络的通用池化增强装置，其特征在于，包括：
池化模块，用于对输入的第一特征图分别进行第一池化处理和第二池化处理，得到对应的第一池化特征图和第二池化特征图；
拼接模块，用于将第一池化特征图和第二池化特征图进行拼接，得到第二特征图；
升维模块，用于将所述第二特征图进行升维处理，得到与所述第一特征图通道维数相同的全局池化特征图；
归一化模块，用于对所述全局池化特征图中每个通道的每个池化块进行归一化处理，得到每个通道的池化权重图；
输出模块，用于将每个通道的池化权重图分别和所述第一特征图的对应通道相乘，得到第三特征图后输出。
6.根据权利要求5所述的装置，其特征在于，所述第一池化为全局平均池化，所述第二池化为全局最大池化。
7.根据权利要求5所述的装置，其特征在于，所述升维模块，具体用于：
利用1×1卷积将所述第二特征图进行升维处理。
8.根据权利要求5所述的装置，其特征在于，所述归一化模块，具体用于：
利用SoftMax函数对所述全局池化特征图中每个通道的每个池化块进行归一化处理。
9.一种电子设备，包括：存储器和处理器；
所述存储器，用于存储计算机程序；
其中，所述处理器执行所述存储器中的计算机程序，以实现如权利要求1-4中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现如权利要求1-4中任一项所述的方法。
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重庆特斯联智慧科技股份有限公司，未经重庆特斯联智慧科技股份有限公司许可，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/pat/books/201910888542.X/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种燃料电池双极板
- 下一篇：基于层次分析法的驾驶人风险评估方法
