基于关系网络的图像分类方法、装置、设备及存储介质
本发明涉及一种基于关系网络的图像分类方法,包括如下步骤:获取目标图像;将所述目标图像与支持集图像输入至训练好的图像分类模型,得到该目标图像与所述支持集图像中每个类别图像之间的相似度;其中,所述图像分类模型包括嵌入模块和度量模块,所述嵌入模块为随机深度网络,所述度量模块包括相互连接的卷积层和全连接层;根据最大的所述相似度,得到该目标图像的类别。该方法通过在嵌入模块中采用随机深度网络代替关系网络中卷积层,该网络可以通过随机去掉一些冗余层来优化残差网络的训练过程,使得网络在加深层数的同时又能防止过拟合的问题,能够提取到更准确的支持集图像特征和查询集图像特征从而进一步提高查询集的类别判断。
《基于关系网络的图像分类方法、装置、设备及存储介质》是一发明专利,专利号为 2021109072039,当前法律状态为已下证,由华南师范大学提出申请,发明人为梁军;余嘉琳;余松森;苏俊光,申请日期为2021-08-09,公开(公告)日期为2024-07-02,国际专利分类号(IPC)为 G06V 10/764 (2022.01),高新资质:未报高企,所属技术领域包括:图像处理,深度学习,小样本研究,小样本训练,卷积神经网络,人工智能。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:本发明涉及一种基于关系网络的图像分类方法,包括如下步骤:获取目标图像;将所述目标图像与支持集图像输入至训练好的图像分类模型,得到该目标图像与所述支持集图像中每个类别图像之间的相似度;其中,所述图像分类模型包括嵌入模块和度量模块,所述嵌入模块为随机深度网络,所述度量模块包括相互连接的卷积层和全连接层;根据最大的所述相似度,得到该目标图像的类别。该方法通过在嵌入模块中采用随机深度网络代替关系网络中卷积层,该网络可以通过随机去掉一些冗余层来优化残差网络的训练过程,使得网络在加深层数的同时又能防止过拟合的问题,能够提取到更准确的支持集图像特征和查询集图像特征从而进一步提高查询集的类别判断。
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!
