基于可分离卷积和密集连接的高光谱图像分类方法及介质
基本信息
| 申请号 | CN202011062549.5 | 申请日 | - |
| 公开（公告）号 | CN112183399A | 公开（公告）日 | 2021-01-05 |
| 申请公布号 | CN112183399A | 申请公布日 | 2021-01-05 |
| 分类号 | G06K9/00;G06K9/62;G06N3/04 | 分类 | 计算；推算；计数; |
| 发明人 | 颜军;宗达;蒋晓旭;邓剑文;宋廷强;刘童心;黄腾杰;吴明朗;郑忠良 | 申请（专利权）人 | 广东欧比特人工智能研究院有限公司 |
| 代理机构 | 广州嘉权专利商标事务所有限公司 | 代理人 | 广东欧比特人工智能研究院有限公司;珠海欧比特宇航科技股份有限公司 |
| 地址 | 519080 广东省珠海市唐家东岸白沙路1号欧比特科技园 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于可分离卷积和密集连接的高光谱图像分类方法及介质的技术方案，包括：搭建高光谱分类网络，初始化输入数据；对输入数据使用密集连接方式进行特征提取；对频谱维度进行压缩；通过感受野对空间信息进行第融合，同时整合数据的频谱信息，使用可分离卷积输出对应的特征图；使用无参的全局平均池化，将特征图投票，输出值拼接输入全连接层，并通过softmax输出分类。本发明的有益效果为：降低计算量的同时大大减少了网络参数，提高网络分类效率；显著提高了3个常用的高光谱数据集的分类准确率；使得卷积神经网络结构具有较好的泛化能力。 |
