[发明专利]一种提高卷积神经网络分类性能的算法

权利要求书

1.一种提高卷积神经网络分类性能的算法，其特征在于采用全局深度空洞卷积进行CNN优化的算法，提高卷积神经网络分类性能，实现高效的图像分类，其优化流程具体包括以下步骤：

a步骤：对卷积神经网络输入图像，生成不同层级的特征映射；

b步骤：通过不同的卷积操作的组合得到特征映射在不同感受野下的输出，并将这些不同感受野下的输出与原特征映射相加得到新的多尺度特征映射；

c步骤：利用全局深度空洞卷积提取多尺度特征映射的每一个通道的重要性得分；

d步骤：通过Sigmoid函数约束步骤c中得到的重要性得分；

e步骤：根据步骤d中的得分对原特征映射加权；

f步骤：对原卷积神经网络的不同层级的特征映射执行b~e步骤；

g步骤：在训练集上进行训练，得到优化的卷积神经网络。

2.根据权利要求1所述提高卷积神经网络分类性能的算法，其特征在于所述优化流程作为分支模块嵌入卷积神经网络的不同层。

3.根据权利要求1所述提高卷积神经网络分类性能的算法，其特征在于所述提取特征映射的重要性得分基于全局深度空洞卷积操作。

4.根据权利要求1或权利要求2所述提高卷积神经网络分类性能的算法，其特征在于所述优化流程分为特征映射多尺度化、提取特征映射重要性得分、约束重要性得分和特征映射加权四部分。