一种采用改进的轻量级卷积神经网络的公共交通识别方法(不用二变)
本发明请求保护一种采用改进的轻量级卷积神经网络的公共交通识别方法,属于计算机视觉检测领域,包括:在网络结构中引入轻量化通道注意力模块,采用重参数化对通道注意力模块进行参数转换,得到一个深度卷积单元;将网络结构中的ReLU激活函数进行替换,采用性能更优的Swish激活函数;设计通道混洗卷积核,将输入特征图在特征通道顺序上进行反置得到反置特征图,将反置特征图与输入特征图进行元素相加操作,得到一个特征通道之间信息混合的输出特征图;设置初始通道混合系数,分别赋值到输入特征图和反置特征图,并参与到模型训练过程中,训练完成后得到模型自适应的混合系数,达到输入特征图和反置特征图的自适应混合状态。
《一种采用改进的轻量级卷积神经网络的公共交通识别方法(不用二变)》是一发明专利,专利号为 2022115506167,当前法律状态为已下证,由重庆邮电大学提出申请,发明人为纪良浩;马恺璘,申请日期为2022-12-05,公开(公告)日期为2025-11-28,国际专利分类号(IPC)为 G06V 10/764 (2022.01),所属技术领域包括:边缘计算、智慧交通、交通管理、车载摄像头、违规停车、行人抓拍、电子警察、交通摄像头、目标检测、安防监控、机器人航拍。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明请求保护一种采用改进的轻量级卷积神经网络的公共交通识别方法,属于计算机视觉检测领域,包括:在网络结构中引入轻量化通道注意力模块,采用重参数化对通道注意力模块进行参数转换,得到一个深度卷积单元;将网络结构中的ReLU激活函数进行替换,采用性能更优的Swish激活函数;设计通道混洗卷积核,将输入特征图在特征通道顺序上进行反置得到反置特征图,将反置特征图与输入特征图进行元素相加操作,得到一个特征通道之间信息混合的输出特征图;设置初始通道混合系数,分别赋值到输入特征图和反置特征图,并参与到模型训练过程中,训练完成后得到模型自适应的混合系数,达到输入特征图和反置特征图的自适应混合状态。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
