摘要
本发明公开了一种基于深度学习分支特征图融合的长尾图像识别方法,该方法是基于深度学习分支特征图融合网络实现长尾图像的有效识别,深度学习分支特征图融合网络包含一个多分支特征提取网络、两个分支特征图融合模块和三个作为分类器的全连接层,多分支特征提取网络包含一个共享网络和三个分支网络,共享网络包含一个残差卷积模块,每个分支网络均包含两个残差卷积模块,分支特征图融合模块用于将分支网络的深层特征图与其它分支网络的浅层特征图进行融合,同时在分支网络的逻辑输出之间使用相互学习方法。本发明可通过深层特征图与浅层特征图的融合提高网络对长尾图像的分类能力,同时通过相互学习提升深度学习网络的整体性能。
技术关键词
图像识别方法
卷积模块
特征提取网络
融合特征
逻辑
图像类别
多分支
学习方法
深度学习网络
分类器
网络特征
参数
蒸馏
通道
数据
标签
系统为您推荐了相关专利信息
道路交通异常检测方法
时空注意力机制
车辆运动状态
特征提取网络
语义
特征提取网络
样本
人脸识别方法
身份
人脸识别装置
墙体杂波抑制方法
穿墙雷达
更新模型参数
雷达仿真
残差学习