公开(公告)号：CN107437096B

公开(公告)日：2020-06-26

申请号：CN201710628311.6

申请日：2017-07-28

Applicant: 北京大学

Inventor： 林通 ,  朱富勇

IPC: G06K9/62

Abstract: 本发明公布了一种基于参数高效的深度残差网络模型的图像分类方法，根据网络的深度、宽度、多样性和基数，建立具有参数高效性的改进的网络模型，用于高效地进行图像分类识别；包括：将图像数据分为训练样本和测试样本；对训练样本图像进行预处理；构建具有参数高效性的深度残差网络模型，并进行模型训练：构建得到的网络模型包括深度金字塔残差网络模型、嵌套网络模型、三角形网络模型；将经过预处理的训练样本对网络模型分别进行训练，得到训练好的网络模型；对测试样本进行识别，分别得到预测的分类标签；由此实现图像分类识别。

公开(公告)号：CN107437096A

公开(公告)日：2017-12-05

申请号：CN201710628311.6

申请日：2017-07-28

Applicant: 北京大学

Inventor： 林通 ,  朱富勇

IPC: G06K9/62

Abstract: 本发明公布了一种基于参数高效的深度残差网络模型的图像分类方法，根据网络的深度、宽度、多样性和基数，建立具有参数高效性的改进的网络模型，用于高效地进行图像分类识别；包括：将图像数据分为训练样本和测试样本；对训练样本图像进行预处理；构建具有参数高效性的深度残差网络模型，并进行模型训练：构建得到的网络模型包括深度金字塔残差网络模型、嵌套网络模型、三角形网络模型；将经过预处理的训练样本对网络模型分别进行训练，得到训练好的网络模型；对测试样本进行识别，分别得到预测的分类标签；由此实现图像分类识别。本发明建立具有参数高效性的改进深度残差网络结构模型具有参数高效性。