[发明专利]一种卷积神经单元块、构成的神经网络及图像分类方法

权利要求书

1.一种基于卷积神经单元块的图像分类方法，其特征在于，卷积神经单元块包括n个不同方向的卷积核和一个m×m的卷积核堆叠后连接a个1×1的卷积核构成；还包括恒等变换的跳跃连接，其中a与输入特征图的通道数相等；卷积神经单元块用于替换分类网络中的单元块用于进行图像分类；所述不同方向的卷积核包括一个左斜卷积核b×1和一个右斜卷积核1×b；左斜卷积核为b×b卷积核除了左斜对角之外的所有位置全部保持为0；右斜卷积核为b×b卷积核除了右斜对角之外的所有位置全部保持为0。

2.根据权利要求1所述的一种基于卷积神经单元块的图像分类方法，其特征在于，所述n个不同方向的卷积核中，每个方向均包括两个垂直方向的方向卷积的堆叠。

3.一种采用如权利要求1所述基于卷积神经单元块的神经网络图像分类方法，其特征在于，包括依次连接的m×m的卷积核、c个卷积神经单元块、步长为d的卷积核、e个卷积神经单元块、步长为d的残差块、e个卷积神经单元块、步长为f感受野为f×f的池化层、全连接层。

4.根据权利要求3所述的一种基于卷积神经单元块的神经网络图像分类方法，其特征在于，包括以下步骤：

步骤1：构建神经网络；

步骤2：训练步骤1构建得到的神经网络；

步骤3：对测试集图片进行数据增强处理，将其输入步骤2训练后得到的神经网络中，即可完成图像的分类。