-
公开(公告)号：CN113159301B
公开(公告)日：2022-10-28
申请号：CN202110569275.7
申请日：2021-05-25
Applicant: 电子科技大学
IPC: G06N3/04 , G06N3/08 , G06V10/774
Abstract: 本发明公开了一种基于二值化量化模型的图像处理方法，属于图像处理技术领域，其包括以下步骤：S1、对图像集进行预处理，得到每张图像的初始输入数据；S2、构建二值化量化模型；S3、采用每张图像的初始输入数据对二值化量化模型进行训练，得到训练完成的二值化量化模型；S4、将一张图像的初始输入数据输入训练完成的二值化量化模型，得到图像中物体的边界和属性，完成对图像的处理；本发明解决了无人机存储内存很小，无法存储现有的全精度模型的问题。
-
Patent Agency Ranking
公开(公告)号：CN113076962B
公开(公告)日：2022-10-21
申请号：CN202110528406.7
申请日：2021-05-14
Applicant: 电子科技大学
IPC: G06V10/44 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于可微神经网络搜索技术的多尺度目标检测方法，针对不同的数据以及应用场景不需要通过大量的人力来改进已有模型使其满足性能要求，而是通过神经网络结构搜索技术来自动搜索出一个较为理想的网络模型，同时在搜索过程中，考虑了多尺度目标检测，使得搜索出的模型具有良好的检测效果。
-
公开(公告)号：CN113159301A
公开(公告)日：2021-07-23
申请号：CN202110569275.7
申请日：2021-05-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于二值化量化模型的图像处理方法，属于图像处理技术领域，其包括以下步骤：S1、对图像集进行预处理，得到每张图像的初始输入数据；S2、构建二值化量化模型；S3、采用每张图像的初始输入数据对二值化量化模型进行训练，得到训练完成的二值化量化模型；S4、将一张图像的初始输入数据输入训练完成的二值化量化模型，得到图像中物体的边界和属性，完成对图像的处理；本发明解决了无人机存储内存很小，无法存储现有的全精度模型的问题。
-
公开(公告)号：CN113392899B
公开(公告)日：2022-05-10
申请号：CN202110650074.X
申请日：2021-06-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于二值化图像分类网络的图像分类方法，包括以下步骤：S1：采集原始图像，并对原始图像进行初始化；S2：根据初始化后的原始图像，搭建图像分类网络；S3：利用图像分类网络的softmax分类器进行图像分类。该图像分类方法对传统图像分类中运算量最大的卷积运算模块的卷积核进行二值化处理，使用4个同规格的二值化卷积核进行线性近似，节约算法存储空间开销。
-
公开(公告)号：CN113076962A
公开(公告)日：2021-07-06
申请号：CN202110528406.7
申请日：2021-05-14
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于可微神经网络搜索技术的多尺度目标检测方法，针对不同的数据以及应用场景不需要通过大量的人力来改进已有模型使其满足性能要求，而是通过神经网络结构搜索技术来自动搜索出一个较为理想的网络模型，同时在搜索过程中，考虑了多尺度目标检测，使得搜索出的模型具有良好的检测效果。
-
公开(公告)号：CN113392899A
公开(公告)日：2021-09-14
申请号：CN202110650074.X
申请日：2021-06-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于二值化图像分类网络的图像分类方法，包括以下步骤：S1：采集原始图像，并对原始图像进行初始化；S2：根据初始化后的原始图像，搭建图像分类网络；S3：利用图像分类网络的softmax分类器进行图像分类。该图像分类方法对传统图像分类中运算量最大的卷积运算模块的卷积核进行二值化处理，使用4个同规格的二值化卷积核进行线性近似，节约算法存储空间开销。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
