[发明专利]基于密集连接的MobileNets模型的图像分类方法及系统有效
| 申请号： | 201910653247.6 | 申请日： | 2019-07-19 |
| 公开（公告）号： | CN110489584B | 公开（公告）日： | 2021-10-01 |
| 发明（设计）人： | 王威;邹婷;王新;李骥 | 申请（专利权）人： | 长沙理工大学 |
| 主分类号： | G06F16/55 | 分类号： | G06F16/55;G06K9/62;G06F16/53 |
| 代理公司： | 长沙国科天河知识产权代理有限公司 43225 | 代理人： | 段盼姣 |
| 地址： | 410000 湖南省*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于密集连接的MobileNets模型的图像分类方法及系统，该方法包括S1获取图像集；S2对所述图像集中的图像进行标签标记；S3将标记后的图像输入训练好的基于密集连接的MobileNets模型；所述模型包括若干层并联的密集块，每层所述密集块内包含两层密集连接的深度可分离卷积层；S4基于密集连接的MobileNets模型对输入的图像集中的图像进行分类处理，最终输出图像集中的图像属于各类别的概率，概率最高的即为图像对应的类别。本发明通过将密集块作为基本结构对MobileNets进行结构改进，可实现在保证准确率的同时减少至少一半的参数数量和计算量。 | ||
| 搜索关键词： | 基于 密集 连接 mobilenets 模型 图像 分类 方法 系统 | ||
【主权项】：
1.一种基于密集连接的MobileNets模型的图像分类方法，其特征在于，包括以下步骤：/nS1：获取图像集；/nS2：对所述图像集中的图像进行标签标记；/nS3：将标记后的图像输入训练好的基于密集连接的MobileNets模型；所述模型包括若干层并联的密集块，每层所述密集块内包含两层密集连接的深度可分离卷积层；/nS4：基于密集连接的MobileNets模型对输入的图像集中的图像进行分类处理，最终输出图像集中的图像属于各类别的概率，概率最高的即为图像对应的类别。/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长沙理工大学，未经长沙理工大学许可，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/201910653247.6/，转载请声明来源钻瓜专利网。
