龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：富士通株式会社
摘要：公开了神经网络及其训练方法。该神经网络用于图像中的对象检测，并且包括骨干网络、特征网络和预测模块，特征网络包括第一模块和第二模块。骨干网络对图像进行处理以输出不同尺寸的N个第一特征。特征网络的第一模块基于尺寸最小的第一特征执行N‑1次反卷积，以输出不同尺寸的N个第二特征。特征网络的第二模块对N个第一特征执行合并以输出不同尺寸的N个第三特征。通过将N个第二特征与N个第三特征进行组合来生成不同尺寸的N个第四特征，对N个第四特征分别执行不同次数的卷积。预测模块基于N个第四特征进行预测并且计算第一损失，以及基于卷积后得到的特征进行预测并且计算第二损失。基于第一损失与第二损失的组合来训练该神经网络。
主权项：1.一种训练神经网络的方法，其中，所述神经网络用于图像中的对象检测并且包括骨干网络、特征网络和预测模块，所述特征网络包括第一模块和第二模块，所述方法包括：所述骨干网络对样本图像进行处理，并且输出不同尺寸的N个第一特征；所述特征网络的第一模块基于所述骨干网络输出的尺寸最小的第一特征执行N-1次反卷积，并且输出不同尺寸的N个第二特征，其中，所述N个第二特征包括所述尺寸最小的第一特征以及每次执行反卷积后得到的特征；所述特征网络的第二模块对从所述骨干网络输出的N个第一特征执行合并，并且输出不同尺寸的N个第三特征；通过将所述N个第二特征中的每一个与所述N个第三特征中具有相同尺寸的相应一个进行组合来生成不同尺寸的N个第四特征，并且对所述N个第四特征分别执行不同次数的卷积；所述预测模块基于所述N个第四特征进行预测，并且计算第一损失；所述预测模块基于卷积后得到的特征进行预测，并且计算第二损失；基于所述第一损失与所述第二损失的组合，以优化所述骨干网络、所述特征网络和所述预测模块的配置的方式来训练所述神经网络。
全文数据：
权利要求：
百度查询： 富士通株式会社 神经网络及其训练方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号