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：吉林农业大学
摘要：本发明公开一种基于MG‑ShuffleNet网络结构的冬捕鱼分类识别方法，属于图像识别和深度学习技术领域，根据冬捕鱼图像特征，将模型Stage2、Stage3和Stage4中的基本单元堆叠次数缩减一半（向下取整）；重新设计ShuffleNetV2的整体架构，采用提出的多尺度空洞融合模块替换ShuffleNetV2基本单元和下采样单元中的卷积，并删除右分支中不重要的卷积，旨在通过利用多种空洞率增强特征表达，并降低网络的参数量和计算量。设计了一种全局通道‑空间注意力模块，该模块旨在捕捉特征图中的全局依赖关系，提高模型性能。为了进一步提高模型的识别精度，并使用Mish激活函数来替代传统的ReLU激活函数。此外，将最大池化替换为平均池化，以增强模型的鲁棒性。
主权项：1.一种基于MG-ShuffleNet网络结构的冬捕鱼分类识别方法，其特征在于，包括以下步骤：采集图像数据集，并对图像数据集进行处理，划分为训练集和验证集；构建包括MDFA模块和GCSA注意力机制模块的网络模型，网络模型的处理流程包括：将训练集通过一个3x3的卷积层，捕获图像的局部特征；采用平均池化层对卷积后的特征图进行下采样；在模块stage2中，下采样单元和基本单元各堆叠一次；在模块stage3中，下采样单元堆叠一次，基本单元堆叠三次，用于增强特征的学习能力；在模块stage4中，下采样单元和基本单元各堆叠一次；通过一个1x1的卷积层，用于跨通道的特征融合和降维；全局池化层将特征图的空间维度缩减至一个单一值，用于捕捉整个特征图的全局信息；全连接层接收来自全局池化层的特征向量，并输出一个预测值；其中，3x3的卷积层和1x1的卷积层分别引入Mish激活函数。
全文数据：
权利要求：
百度查询： 吉林农业大学 一种基于MG-ShuffleNet网络结构的冬捕鱼分类识别方法
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