[发明专利]一种基于局部感知野的单卷积神经网络局部信息与全局信息整合方法有效
| 申请号： | 201710842145.X | 申请日： | 2017-09-18 |
| 公开（公告）号： | CN107679539B | 公开（公告）日： | 2019-12-10 |
| 发明（设计）人： | 文戈;蔡登;何晓飞 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06N3/04;G06N3/08 |
| 代理公司： | 33224 杭州天勤知识产权代理有限公司 | 代理人： | 胡红娟 |
| 地址： | 310013 浙江*** | 国省代码： | 浙江;33 |
| 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局部感知野的单卷积神经网络局部信息与全局信息整合方法，包括：步骤1，给定卷积神经网络模型，计算每一层特征图对应在原图中的局部感知野大小；步骤2，依据每一层局部感知野大小，选取一个层分割，以平衡局部信息和全局信息；步骤3，综合考虑信息量与计算量，选取分割方式与分割个数，对选取层的特征图进行分割；步骤4，对分割后的特征图进行维度匹配；步骤5，将选取层后面的所有层，包括损失函数层，叠加到每一个分割后的子特征图之后，进行训练。本发明提出的卷积神经网络改造算法能使得在一个网络模型中同时学习得到局部信息与全局信息，提高网络模型表达能力，同时仅产生较少的计算量增加。 | ||
| 搜索关键词： | 特征图 卷积神经网络 局部信息 全局信息 分割 感知 网络模型 计算量 分割方式 损失函数 综合考虑 算法 维度 整合 信息量 叠加 匹配 平衡 改造 学习 | ||
【主权项】：
1.一种基于局部感知野的单卷积神经网络局部信息与全局信息整合方法，包括：/n步骤1，给定卷积神经网络模型，计算每一层特征图对应在原图中的局部感知野大小；/n步骤2，依据每一层局部感知野大小，选取一个层分割，以平衡局部信息和全局信息；/n步骤3，综合考虑信息量与计算量，选取分割方式与分割个数，对选取层的特征图进行分割，分割方式为依据关键点将该层的特征图均匀分割为2*2个特征图；/n步骤4，对分割后的特征图进行维度匹配；/n步骤5，将选取层后面的所有层，包括损失函数层，叠加到每一个分割后的子特征图之后，进行训练，完成局部信息与全局信息的整合。/n
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浙江大学，未经浙江大学许可，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/201710842145.X/，转载请声明来源钻瓜专利网。
