公开(公告)号：CN107844743B

公开(公告)日：2020-04-28

申请号：CN201710896059.7

申请日：2017-09-28

Applicant: 浙江工商大学

Inventor： 田彦 ,  王勋 ,  黄刚

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多尺度分层残差网络的图像多字幕自动生成方法，该方法应用了改进的漏斗网络捕捉多尺度目标信息。首先在构建漏斗框架网络时提出了一种密集连接聚合残差块，为了解决梯度消失和梯度爆炸问题，进一步提出了残差LSTM。该方法取得了较高的实验性能，在多字幕获取任务上有明显优势。

公开(公告)号：CN107844743A

公开(公告)日：2018-03-27

申请号：CN201710896059.7

申请日：2017-09-28

Applicant: 浙江工商大学

Inventor： 田彦 ,  王勋 ,  黄刚

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多尺度分层残差网络的图像多字幕自动生成方法，该方法应用了改进的漏斗网络捕捉多尺度目标信息。首先在构建漏斗框架网络时提出了一种密集连接聚合残差块，为了解决梯度消失和梯度爆炸问题，进一步提出了残差LSTM。该方法取得了较高的实验性能，在多字幕获取任务上有明显优势。

公开(公告)号：CN106599827A

公开(公告)日：2017-04-26

申请号：CN201611129536.9

申请日：2016-12-09

Applicant: 浙江工商大学

Inventor： 田彦 ,  王勋 ,  黄刚

IPC: G06K9/00 ,  G06N3/02

CPC classification number: G06K9/00798 ,  G06K9/00805 ,  G06K9/00818 ,  G06N3/02

Abstract: 本发明公开了一种基于深度卷积神经网络的小目标快速检测方法，该方法对深度卷积神经网络通过以下方法进行改进：选择VGG16网络最后一个共享卷积层的卷积特征图上滑动窗口作为候选框，且采用半像素精度滑动窗；删除地五池化层，保留其他卷积层和池化层；增加一个卷积核为3x3的卷积层；用两个卷积核为1x1卷积层替代网络中所有的全连接层，得到本发明采用的网络，利用采集的数据训练该网络，得到小目标分类模型，并利用该模型进行小目标检测。该方法能够降低计算复杂度，提高小目标的检出率。