[發(fā)明專利]基于卷積神經(jīng)網(wǎng)絡(luò)模型的圖像數(shù)據(jù)分類方法及設(shè)備

有效

• 申請?zhí)枺?/td>: 201711191182.5
• 申請日: 2017-11-24
• 公開（公告）號: CN109840584B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設(shè)計）人: 李峰;左小祥;陳家君;李昊沅;曾維億
• 申請（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/82;G06V10/80
• 代理公司: 北京三高永信知識產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 劉映東

1.一種基于卷積神經(jīng)網(wǎng)絡(luò)模型的圖像數(shù)據(jù)分類方法，其特征在于，所述方法由運行有所述卷積神經(jīng)網(wǎng)絡(luò)模型的計算機設(shè)備執(zhí)行，所述卷積神經(jīng)網(wǎng)絡(luò)模型包括輸入層、至少一層第一卷積層、特征融合層以及輸出層，所述第一卷積層包括深度卷積子層以及逐點卷積子層；所述深度卷積子層包含m個通道組，每個所述通道組包含至少兩個輸入通道以及至少兩個輸出通道，所述逐點卷積子層包含至少兩個輸出通道，m為大于或者等于2的整數(shù)；每層所述第一卷積層在進(jìn)行卷積計算時，所述深度卷積子層的每個所述通道組中的至少兩個輸出通道共享從所述通道組中的至少兩個輸入通道輸入的特征數(shù)據(jù)，且所述逐點卷積子層中的至少兩個輸出通道共享從所述m個通道組中的各個輸出通道分別輸入的特征數(shù)據(jù)；每個所述通道組中的至少兩個輸入通道的通道數(shù)量，與所述通道組中的至少兩個輸出通道的通道數(shù)量相同或不同；當(dāng)所述卷積神經(jīng)網(wǎng)絡(luò)模型中包含相鄰兩層第一卷積層時，所述相鄰兩層第一卷積層中的下一層第一卷積層中的深度卷積子層輸入的特征數(shù)據(jù)的數(shù)量，與所述相鄰兩層第一卷積層中的上一層第一卷積層中的逐點卷積子層輸出的特征數(shù)據(jù)的數(shù)量相同；所述方法包括：

通過所述輸入層對接收到的圖像數(shù)據(jù)進(jìn)行預(yù)處理，得到處理后的圖像數(shù)據(jù)，所述預(yù)處理包括以下至少之一：歸一化處理、去均值化處理、降維處理、白化處理；其中，所述歸一化處理是指將所述圖像數(shù)據(jù)的幅度歸一化到一個預(yù)定的范圍內(nèi)；所述去均值化處理是指將所述圖像數(shù)據(jù)的各個維度都中心化為0；所述降維處理是指提取所述圖像數(shù)據(jù)中重要的數(shù)據(jù)維度，并剔除所述圖像數(shù)據(jù)中不重要的數(shù)據(jù)維度；所述白化處理是指將所述圖像數(shù)據(jù)的各個特征軸上的幅度進(jìn)行歸一化；

通過所述至少一層第一卷積層中的所述深度卷積子層以及所述逐點卷積子層獲取所述處理后的圖像數(shù)據(jù)的特征數(shù)據(jù)，對所述處理后的圖像數(shù)據(jù)的特征數(shù)據(jù)逐層進(jìn)行卷積計算；每層所述第一卷積層在進(jìn)行卷積計算的過程中，將屬于同一組的至少兩項輸入的特征數(shù)據(jù)，與所述深度卷積子層的第i個卷積核進(jìn)行卷積處理，獲得所述深度卷積子層的第i項輸出的特征數(shù)據(jù)，1≤i≤M，M為整數(shù)，且M為所述深度卷積子層中包含的卷積核的數(shù)量，將所述深度卷積子層的M項輸出的特征數(shù)據(jù)，與所述逐點卷積子層的第j個卷積核進(jìn)行卷積處理，獲得所述逐點卷積子層的第j項輸出的特征數(shù)據(jù)，1≤j≤N，N為整數(shù)，且N為所述逐點卷積子層中包含的卷積核的數(shù)量；其中，所述深度卷積子層輸入的特征數(shù)據(jù)為M項，所述M項輸入的特征數(shù)據(jù)被分成G個組，每個組中包括g項輸入的特征數(shù)據(jù)，g為大于1的整數(shù)，G為大于1的整數(shù)；且，所述深度卷積子層中屬于同一組的至少兩個卷積核，均分別與所在組的g項輸入的特征數(shù)據(jù)進(jìn)行卷積處理，得到相應(yīng)輸出的特征數(shù)據(jù)；

通過所述特征融合層對經(jīng)過所述至少一層第一卷積層卷積處理后的特征數(shù)據(jù)進(jìn)行特征融合，得到特征融合后的特征數(shù)據(jù)；

通過所述輸出層根據(jù)所述特征融合后的特征數(shù)據(jù)，確定所述圖像數(shù)據(jù)的分類結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述逐點卷積子層的卷積核大小為1×1。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述特征融合層包括全連接層。

4.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述特征融合層包括第二卷積層，且所述第二卷積層的卷積核大小為1×1。

5.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述特征融合層包括全局平均池化GAP層。