基于神经网络多专家分层逻辑融合的长尾图像识别方法

AITNT
正文
推荐专利
基于神经网络多专家分层逻辑融合的长尾图像识别方法
申请号:CN202410853770
申请日期:2024-06-28
公开号:CN118711029B
公开日期:2025-09-26
类型:发明专利
摘要
本发明公开了一种基于神经网络多专家分层逻辑融合的长尾图像识别方法,该方法是基于结合了多专家分层逻辑融合技术的神经网络实现长尾图像的有效识别,包含一个多分支特征提取网络、两个多专家分层逻辑融合模块和全连接层,多分支特征提取网络包含一个共享的主干网络和三个独立的专家网络,两个多专家分层逻辑融合模块用于将主干网络的浅层逻辑输出与前两个专家网络的深层逻辑输出进行融合,同时在专家网络的融合逻辑输出之间使用相互学习方法,不仅能促进三个专家网络传递信息并提升彼此的性能,也能促进主干网络参数的协同更新。本发明可有效增强网络对长尾图像数据集中少数类图像的识别能力,并促进网络浅层与深层参数的协同更新。
技术关键词
逻辑 图像识别方法 特征提取网络 卷积模块 分层 图像类别 多分支 学习方法 阶段 超参数 分类器 数据 蒸馏 标签
系统为您推荐了相关专利信息
1
一种芯片参数优化方法、设备、介质及产品
参数优化方法 芯片模块 配置码流 原型 设计验证技术
2
一种基于跨模态通信系统的信源信道联合编解码方法
信源编码器 信道解码器 信道编码器 通信系统 触觉特征
3
基于拓扑势的分层网络拓扑布局方法及装置
分层网络拓扑 布局方法 广度优先搜索算法 网络节点 展示网络拓扑
4
一种融合多维度动态空间特征的充电站需求预测方法
充电站 需求预测方法 矩阵 充电桩数量 注意力
5
一种物理约束下边坡内部的分层形变估计方法
分层 格网 应力应变模型 估计方法 边坡
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号