一种基于分枝神经网络的多特征细粒度的目标分类方法
基本信息
| 申请号 | CN201910627057.7 | 申请日 | - |
| 公开（公告）号 | CN110321970A | 公开（公告）日 | 2019-10-11 |
| 申请公布号 | CN110321970A | 申请公布日 | 2019-10-11 |
| 分类号 | G06K9/62;G06N3/04;G06N3/08;G06K9/46 | 分类 | 计算；推算；计数; |
| 发明人 | 朱顺意;范继辉;瞿明军;李广立;刘雪健;周莉;巩志远;陈建学;杜来民;邓国超;白玥寅;张松;周雨晨 | 申请（专利权）人 | 山东领能电子科技有限公司 |
| 代理机构 | 济南金迪知识产权代理有限公司 | 代理人 | 山东领能电子科技有限公司;山东大学;太原理工大学 |
| 地址 | 250101 山东省济南市历下区新泺大街1166号奥盛大厦3号楼15层1505房间 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于分枝神经网络的多特征细粒度的目标分类方法，属于目标分类领域，包括：(1)准备数据集；(2)选择主干神经网络；(3)将数据集送入主干神经网络中，经训练得到能够对复杂特征进行分类的模型，实现对数据相应特征的分类；(4)在主干神经网络中增加多个分枝神经网络，细化数据集，再次训练得到模型，借助该模型实现对细粒度特征的提取和分类；(5)对主干神经网络和多个分枝神经网络的输出增设权重，最终输出主干神经网络和多个分枝神经网络的加权结果，实现多特征细粒度目标分类功能。本发明在对主干神经网络增设分支神经网络，无需完全重置网络即可实现多特征细粒度的目标分类功能，可以更好地满足实际需求。 |
