[发明专利]基于稠密多路卷积网络的图片分类方法与系统

说明书

本发明提出一种基于稠密多路卷积网络的图片分类方法和系统，包括：构建由分组、变换、聚合构成的基本单元，基于该基本单元构建新的稠密模块，将密集连接的卷积DenseNet网络网络框架中原始稠密模块替换为该新稠密模块，得到稠密多路卷积网络；使用已标记类别的图片数据作为训练数据，通过梯度反向传播更新该稠密多路卷积网络中的权重，训练该稠密多路卷积网络，得到图片分类模型；将待分类图片数据输入该分类模型，得到该待分类图片数据的分类结果。本发明提出的稠密多路卷积网络，对DenseNet网络的基本模块进行了改进和优化，以获取表达力更强的特征。

技术领域

本方法属于计算机视觉领域，特别涉及面向计算机视觉中图像分类的问题。

背景技术

卷积神经网络(Convolutional Neural Networks，CNNs)在图片分类领域取得重大突破。目前许多图片分类方法是在CNN的基础上进行进一步的改进，利用增加网络宽度或深度、新型网络模块结构等方法提高分类性能。ResNeXt网络和DenseNet网络是近两年提出的具有优秀分类效果的卷积神经网络。

ResNeXt网络是残差网络Resnet的变体，为了方便，下文称ResNeXt为残差网络。残差网络(ResNeXt)设计了一种同质的、多路的变换(Transformation)模块，提出了一个与深度、宽度不同的维度：基数(Cardinality)，构建了一种新的网络ResNeXt。该网络在2017年ImageNet大规模识别挑战赛的分类任务上取得了第2名的成绩，并通过实验表明增加网络的基数比增加网络的深度和宽度更有效。

稠密网络DenseNet根据“层与层之间的短路连接(shortcut connection,skipconnection)有助于使网络更深、准确率更高、训练更有效”这一观测，设计了一种稠密连接的模块，在这种模块中每层与其它所有层连接。在传统的卷积网络中，L层只有L个直接连接(当前层与下一层的连接算一次)，但在DenseNet中则共有L(L+1)/2个直接连接。对于每一层，模块内它前面的所有层是其输入，而该层又是模块内后面所有层的输入。这种连接方式能够减轻梯度消失，强化特征传播，增强特征重用，并能大量减少参数数目。DenseNet在CIFAR-10，CIFAR-100，SVHN和ImageNet数据集上都取得了当时最好的成绩。

DenseNet虽有诸多优点，其基本单元来自ResNet，基本单元的表示能力相对于ResNeXt的划分、变换、聚合的基本单元来说比较弱。

发明内容

本发明对DenseNet进行了改进和优化。本发明提出的稠密多路卷积网络，对DenseNet网络的基本模块进行了改进和优化，以获取表达力更强的特征。

该网络包括以下特征：

(1)稠密多路卷积网络和稠密卷积网络相同，将原始图像作为网络的输入。

(2)稠密多路卷积网络根据ResNeXt基本模块的划分和变换步骤，从而提出如图1所示新的基本模块Block_XT。基于提出的Block_XT模块设计如图2所示新的稠密模块DenseBlock_XT。在DenseNet框架中，利用新的稠密模块DenseBlock_XT替换DenseNet旧的稠密模块。

(3)稠密多路卷积网络具有3个超参数，分别是：基数、深度和宽度，调节这3个超参数，可以调节该网络的性能，以取得良好的分类效果。

(4)在训练的过程中，稠密多路卷积网络使用模型预测值与真实值的交叉熵作为损失函数。同时用性能更佳的激活函数ELU替换原DenseNet使用的ReLU。

针对现有技术的不足，本发明提出一种基于稠密多路卷积网络的图片分类方法，其中包括：