-
公开(公告)号：CN114662567A
公开(公告)日：2022-06-24
申请号：CN202210204664.4
申请日：2022-03-03
Applicant: 燕山大学
Abstract: 本发明提供了一种基于不同模型特征融合的卷积神经网络图像分类方法，其包括：准备数据集，分为训练集和验证集并进行预处理，构建交叉神经网络CRNet，设置损失函数和网络超参数，训练交叉神经网络CRNet，将预处理后的测试集输入到训练好的交叉神经网络CRNet中，进行图像分类结果的判定；所述交叉神经网络CRNet包括浅层特征提取网络、不同模型特征传递网络和预测网络。本发明通过模型之间的特征信息传递，实现了特征重用，减少了特征关键信息丢失，提高了图像分类精度；同时减少了网络中冗余层，降低了参数量，提高了训练速度，实用性强。
Search Results
1
records
(took 0.032 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
