[发明专利]一种快速分类的全卷积神经网络模型有效
| 申请号： | 202110753343.5 | 申请日： | 2021-07-03 |
| 公开（公告）号： | CN113920421B | 公开（公告）日： | 2023-06-27 |
| 发明（设计）人： | 周国清;刘伟光;徐嘉盛 | 申请（专利权）人： | 桂林理工大学 |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06V10/82;G06V10/764;G06N3/0464;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 541004 广西壮*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种快速分类的全卷积神经网络R‑MobileNetV3(large)+SegNet模型。该模型将SegNet模型的编码层VGG16网络替换为R‑MobileNetV3(large)轻量级网络，引入比率为1，2，4的混合空洞卷积扩大局部感受野，消除信息捕捉不足问题，缩减解码器的卷积层数和卷积核数量，实现参数量更小的轻量级网络，用Softmax分类器分类。本发明通过3个不同实验区域验证训练好的模型，结果表明本发明实现快速高精度的对高分辨率遥感影像的像素级分类，减少了传统深度学习模型的参数和计算量，实现了很好的分类效果。 | ||
| 搜索关键词： | 一种 快速 分类 卷积 神经网络 模型 | ||
【主权项】：
暂无信息
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桂林理工大学，未经桂林理工大学许可，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/202110753343.5/，转载请声明来源钻瓜专利网。
- 上一篇：运动侦测方法及图像传感器装置
- 下一篇：一种餐盘计费的方法及装置
