[发明专利]一种基于深度学习的多类别食材识别系统及方法

权利要求书

1.一种基于深度学习的多类别食材识别系统，包括：初始化层、密集连接层、过渡层、分类层，密集连接层融合其之前所有层的特征信息，分别与初始化层和分类层连接，过渡层为相邻密集连接层之间的过渡区域，其特征在于最后一个特征提取的卷积层后，加入注意力模块；

所述初始化层，对输入图片进行初始化，得到初始化后的特征图；

所述密集连接层，使用多个特征图大小相同的卷积模块，对输入的特征图进行深层特征提取，将前面所有卷积模块与后面的卷积模块建立连接，保留不同层次的特征并一起向后传播，卷积模块包括批量归一化层、线性整流层、卷积层，批量归一化层，对数据进行规范化，使其满足标准正态分布，线性整流层，采用ReLU激活函数，所述卷积层，用于对经过批量归一化层和线性整流层的数据进行特征提取；

所述过渡层，对之前密集连接层得到的特征图进行降维处理；

所述分类层，对特征进行分类，并映射到分类标签所在的空间；

所述注意力模块，从通道和空间两个维度，强化重要的特征，弱化不必要的特征。

2.根据权利要求1所述的一种基于深度学习的多类别食材识别系统，其特征在于所述注意力模块，提取特征公式如下：

其中F是大小为H×W的C维输入特征，M_C为大小为1×1的C维通道注意力图，M_S为大小为H×W的S维空间注意力图，H、W分别表示高度和宽度，C和S表示维度；

通道注意力的计算公式如下：

M_C(F)＝h(MLP(AvgPool(F))+MLP(MaxPool(F)))

空间注意力的计算公式如下：

M_S(F)＝h(f^7×7([AvgPool(F)+MaxPool(F)]))

其中F为输入量，AvgPool表示平均池化，MaxPool表示最大池化，h表示激活函数，MLP表示多层感知机，f^7×7表示卷积核为7×7的卷积运算。

3.根据权利要求1所述的一种基于深度学习的多类别食材识别系统，其特征在于所述注意力机制，采用软性注意力机制，对于输入的N个信息，通过计算所有输入信息的加权平均值，确定输入信息的选取标准，在该机制下以注意力权重α_i为概率，选择第i个信息的可能性表达公式为：

其中p表示取概率操作，x_i表示输入的第i个信息，q表示需要查询的信息，z表示注意力变量，s(x_i,q)表示注意力评分函数，用softmax函数将概率结果归一化，

通过计算得到注意力权重α_i，在完成重要信息提取工作之前，将权重与特征向量进行融合，操作过程如下：

求得的值，即为该批次输入所需分配的注意力总量。

4.根据权利要求1所述的一种基于深度学习的多类别食材识别系统，其特征在于所述批量归一化层，在前向传播过程中，每个节点都有m个输出，批标准化对该层每个节点的m个输出进行归一化再输出，公式如下：

其中表示输入当前批次batch的第b个样本时，该层第i个输入节点的值，x_i为构成的行向量，长度为批大小的值m，μ和σ分别表示均值和标准差，ε为引入的极小量，γ和β分别为该行的scale和shift参数，为归一化后的结果。

5.根据权利要求1所述的一种基于深度学习的多类别食材识别系统，其特征在于所述过渡层，包括卷积操作和平均池化操作，卷积操作用于减少特征图的数量，平均池化操作用于减小特征图大小，减轻计算负担。

6.根据权利要求1所述的一种基于深度学习的多类别食材识别系统，其特征在于所述分类层，对最后一个密集连接层得到的特征图进行全局平均池化操作，对数据进行降维来融合前面学到的特征，然后，使用Softmax函数对全局平均池化得到的结果，进行归一化，得到输入图片属于某一类的概率向量。