[发明专利]一种基于残差网络的特征图处理方法

权利要求书

1.一种基于残差网络的特征图处理方法，其特征在于，应用于图像分类，所述方法包括：

在残差网络的瓶颈层残差支路中最后一个卷积层之后接入一挤压激励模块；

在残差网络的桥连接支路中下采样模块之后接入一挤压激励模块；

在残差网络的加法模块与激活函数模块之间接入实例标准化模块；所述加法模块用于将桥连接支路和瓶颈层残差支路的特征通道相加；

将特征图输入经过改进的残差网络进行处理，得到下一层的特征图；

所述将特征图输入经过改进的残差网络进行处理，得到下一层的特征图，包括：

将特征图分别输入桥连接支路和瓶颈层残差支路进行处理；

在桥连接支路中，特征图依次经过下采样模块处理和挤压激励模块处理后输出；

在瓶颈层残差支路中，特征图依次经过若干卷积层处理和挤压激励模块处理后输出；

通过加法模块将分别从桥连接支路和瓶颈层残差支路输出的处理后的特征图进行相加；

将相加后的结果输入所述实例标准化模块处理；

将所述实例标准化模块处理得到的结果输入RELU函数激活模块进行处理，得到下一层的特征图；

所述经过改进的残差网络的瓶颈层残差支路包括由外向内依次设置的第一处理层、第二处理层和第三处理层。

2.根据权利要求1所述的方法，其特征在于，所述第一处理层包括由外向内依次设置的步长为1的1×1卷积层、批标准化模块和ReLU函数激活模块。

3.根据权利要求1所述的方法，其特征在于，所述第二处理层包括由外向内依次设置的步长为2的3×3卷积层、批标准化模块和ReLU函数激活模块。

4.根据权利要求1所述的方法，其特征在于，所述第三处理层包括由外向内依次设置的步长为2的1×1卷积核和批标准化模块。

5.根据权利要求1所述的方法，其特征在于，所述下采样模块包括由外向内依次设置的步长为1的1×1卷积层和步长为2的2*2平均池化层。

6.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-5中任一所述的方法。

7.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以实现如权利要求1-5中任一所述的方法。