首页 > 专利查询

基于检测和识别网络架构的细粒度图像分类方法[发明专利]

专利名称：基于检测和识别网络架构的细粒度图像分类方法专利类型：发明专利

发明人：王永雄，张晓兵，余玉琴，马力

申请号：CN201810674058.2

申请日：20180626

公开号：CN109086792A

公开日：

20181225

专利内容由知识产权出版社提供

摘要：本发明涉及一种基于检测和识别网络架构的细粒度图像分类方法，使用yolov2算法快速检测物体，消除背景干扰和无关信息对分类结果的影响，将检测到的待识别物体采用双线性卷积神经网络的细粒度图像分类算法进行分类。通过yolov2目标检测算法，能够滤除大部分对细粒度图像分类没有贡献的区域，使得双线性卷积神经网络能够提取到更多对分类有用的细粒度特征。不同于目前绝大多数细粒度图像分类算法，双线性卷积神经网络是一个整体的系统，能够完成端到端的训练，且在训练过程中只依赖于类别标注信息，而无需借助其他的人工标注信息，这不仅大大增强了算法的实用性，而且提高了模型的识别率。

申请人：上海理工大学

地址：200093 上海市杨浦区军工路516号

国籍：CN

代理机构：上海申汇专利代理有限公司

本文发布于:2024-09-21 17:26:44，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/4/437537.html

上一篇：专利文件撰写要点

下一篇：图谱中边类型的识别方法、装置、设备及存储介质[发明专利]