公开(公告)号：CN113792822B

公开(公告)日：2022-04-01

申请号：CN202111352357.2

申请日：2021-11-16

Applicant: 南京信息工程大学

Inventor： 杭仁龙 ,  钱旭威 ,  刘青山

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/776 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明涉及图像信息处理技术领域，具体涉及一种高效的动态图像分类方法。在两种分类场景设置下，本发明方法的计算效率始终比多尺度密集网络、分辨率自适应网络、带中间分类器的残差网络、带中间分类器的密集网络、不同大小的残差网络集合、不同大小的密集网络集合、GoogleNet、宽残差网络的计算效率高；通过交叉融合模块和自适应蒸馏模块促进网络内不同分辨率特征之间的协作，使在低分辨率分支被视为“困难”的样本变得不再困难。此外，我们通过设置阈值使得本发明可以动态地停止推理，有效地提高了计算效率。

公开(公告)号：CN113792822A

公开(公告)日：2021-12-14

申请号：CN202111352357.2

申请日：2021-11-16

Applicant: 南京信息工程大学

Inventor： 杭仁龙 ,  钱旭威 ,  刘青山

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及图像信息处理技术领域，具体涉及一种高效的动态图像分类方法。在两种分类场景设置下，本发明方法的计算效率始终比多尺度密集网络、分辨率自适应网络、带中间分类器的残差网络、带中间分类器的密集网络、不同大小的残差网络集合、不同大小的密集网络集合、GoogleNet、宽残差网络的计算效率高；通过交叉融合模块和自适应蒸馏模块促进网络内不同分辨率特征之间的协作，使在低分辨率分支被视为“困难”的样本变得不再困难。此外，我们通过设置阈值使得本发明可以动态地停止推理，有效地提高了计算效率。