专利内容由知识产权出版社提供
专利名称：一种密集权重连接的卷积神经网络图像分类方法专利类型：发明专利
发明人：刘义鹏,李湛青,梁荣华,陈朋,蒋莉,王海霞申请号：CN201810304695.0申请日：20180408公开号：CN1086993A公开日：20181016
摘要：一种基于密集权重连接的卷积神经网络图像分类方法，包括以下步骤：1)模型的输入图像为经过预处理的原始图像，经过预处理的图像裁剪为一个固定尺寸；2)对图像进行较大尺寸的卷积操作和池化操作；3)将步骤2)中输出的特征送入第一个密集权重连接模块；4)加权组合处理；5)将步骤3)中密集权重连接块的输出继续送入下一个卷积层与池化层，此时的特征图像将近一步缩小；在经过多次密集权重连接块、卷积层、池化层的组合后，特征图像将不断组合并缩小为特征点；得到的特征点直接送入分类层进行分类或送入全连接层后再进行分类。本发明应用于更加复杂的图像分类任务，对多层特征的融合增加了更多的前向通道，近一步避免了梯度问题的发生。
申请人：浙江工业大学
地址：310014 浙江省杭州市下城区朝晖六区潮王路18号
国籍：CN
代理机构：杭州斯可睿专利事务所有限公司
代理人：王利强
更多信息请下载全文后查看