公开(公告)号：CN114898360A

公开(公告)日：2022-08-12

申请号：CN202210342846.8

申请日：2022-03-31

Applicant: 中南林业科技大学

Inventor： 潘丽丽 ,  马俊勇 ,  雷前慧 ,  蒋湘辉

IPC: G06V20/68

Abstract: 本发明公开了一种基于注意力与深度特征融合的食材图像分类模型建立方法，包括采集食材图像数据，包括历史图像数据和待分类图像数据；将压缩激发注意力嵌入到并行的ResNet50网络和DenseNet121网络中，然后由这两个网络组成并行注意力特征提取网络来提取食材图像特征；输入到深度特征融合模块，进一步提取深度食材特征；建立食材图像分类模型，进行分类，得到食材种类。本发明利用特征提取网络嵌入注意力机制，使得提取特征更加关注于食材局部细节，子网特征所具有的食材分类特征更好，同时本发明有效提高分类准确度。特征融合中，极大降低网络参数，对特征进行相加防止网络加深梯度消失，使得食材分类高效快速。

公开(公告)号：CN114898360B

公开(公告)日：2024-04-26

申请号：CN202210342846.8

申请日：2022-03-31

Applicant: 中南林业科技大学

Inventor： 潘丽丽 ,  马俊勇 ,  雷前慧 ,  蒋湘辉

IPC: G06V20/68

Abstract: 本发明公开了一种基于注意力与深度特征融合的食材图像分类模型建立方法，包括采集食材图像数据，包括历史图像数据和待分类图像数据；将压缩激发注意力嵌入到并行的ResNet50网络和DenseNet121网络中，然后由这两个网络组成并行注意力特征提取网络来提取食材图像特征；输入到深度特征融合模块，进一步提取深度食材特征；建立食材图像分类模型，进行分类，得到食材种类。本发明利用特征提取网络嵌入注意力机制，使得提取特征更加关注于食材局部细节，子网特征所具有的食材分类特征更好，同时本发明有效提高分类准确度。特征融合中，极大降低网络参数，对特征进行相加防止网络加深梯度消失，使得食材分类高效快速。