-
公开(公告)号：CN115601583A
公开(公告)日：2023-01-13
申请号：CN202211090432.7
申请日：2022-09-07
Applicant: 东南大学(CN)
IPC: G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种双通道注意力机制的深度卷积网络目标识别方法，包括以下步骤，构建卷积神经网络，以单个样本对作为输入，提取高维特征图；分别构建空间注意力与通道注意力机制模块，以神经网络提取的两幅高维特征图作为输入，计算空间维度上特征像素间的相关性并与原始特征逐元相加；将空间与通道注意力机制模块的输出在通道维度上堆叠，获得模型最终的特征表示；构建训练样本对，同类目标通过数据增强扩充规模，不同类目标直接成对；计算交叉熵损失通过随机梯度下降学习网络参数，得到具有区分目标类别能力的神经网络模型。通过本发明可以在单样本场景下以及对于未参与训练的目标类别提升视觉目标图像识别的准确率。
Search Results
1
records
(took 0.019 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
