摘要
本发明属于计算机视觉与图像识别技术领域,尤其涉及一种针对少样本手绘化学分子式的编解码器识别方法,包括:步骤1:通过对抗训生成网络实现标准化学分子式图与手绘化学分子式图之间的跨域风格迁移和多元化手绘化学分子式图的数据集生成;步骤2:采用基于EfficientNet V2的编码器,对手绘分子式图像进行多层次特征提取;步骤3:利用Transformer解码器,通过多层交叉自注意力和前馈神经网络,将所述卷积神经网络提取的图像特征转换为标准化分子表示。本发明方法能够在少样本、复杂结构和非标准手绘场景下条件下,通过增强式数据扩充、多层级特征提取与结构感知解码相结合,实现高精度、鲁棒性的手绘分子式识别。
技术关键词
识别方法
多层次特征提取
卷积神经网络提取
编解码器
化学式
前馈神经网络
编码器
风格
图像识别技术
计算机视觉
样本
注意力
非标准
模块
配平
鲁棒性
数据
系统为您推荐了相关专利信息
Stacking模型
入侵信号识别方法
分类器
学习器
管道
小麦不完善粒识别方法
双分支网络
多尺度特征
融合策略
图像分割
命名实体识别系统
命名实体识别模型
文本
数据
多模态