一种基于ViT网络的小样本遥感图像分类方法、介质及设备(高校)
本发明属于图像分类技术领域,具体涉及一种基于ViT网络的小样本遥感图像分类方法。本发明基于ViT的小样本SAR图像分类方法将多模态特征融合机制引入到Transformers编码器中,通过将图像特征进行融合,解决了因为数据集量小而导致模型获取信息量变少的情况。此外,由于序列模型难以对层次信息进行有效表达,因此将多头自注意力机制引入到Transformers编码器中,在可以并行计算的同时,还提高了对长距离依赖关系的捕捉能力。采用本发明技术方案后,利用多模态特征融合技术以及多头自注意力机制解决ViT网络模型参数冗杂且训练时间过长难以落地的问题。
《一种基于ViT网络的小样本遥感图像分类方法、介质及设备(高校)》是一发明专利,专利号为 202210587274X,当前法律状态为已下证,由电子科技大学提出申请,发明人为陈波;邓媛丹;陈圩钦;曾俊涛;朱舜文;王庆先,申请日期为2022-05-24,公开(公告)日期为2024-04-26,国际专利分类号(IPC)为 G06V 10/764 (2022.01),所属技术领域包括:(神经网络、气象数据分析、多模态特征融合、卫星遥感、轨迹数据、智能识别与分类、计算机视觉、遥感图像识别、自然语言、数据采集、图像分类、视频处理)。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:本发明属于图像分类技术领域,具体涉及一种基于ViT网络的小样本遥感图像分类方法。本发明基于ViT的小样本SAR图像分类方法将多模态特征融合机制引入到Transformers编码器中,通过将图像特征进行融合,解决了因为数据集量小而导致模型获取信息量变少的情况。此外,由于序列模型难以对层次信息进行有效表达,因此将多头自注意力机制引入到Transformers编码器中,在可以并行计算的同时,还提高了对长距离依赖关系的捕捉能力。采用本发明技术方案后,利用多模态特征融合技术以及多头自注意力机制解决ViT网络模型参数冗杂且训练时间过长难以落地的问题。
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!
