[發(fā)明專利]一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的大規(guī)模圖像分類方法

在審

• 申請?zhí)枺?/td>: 201910851853.9
• 申請日: 2019-09-10
• 公開（公告）號: CN110728352A
• 公開（公告）日: 2020-01-24
• 發(fā)明（設(shè)計(jì)）人: 張萌;李嬌杰;李國慶;呂鋒;段斌
• 申請（專利權(quán)）人: 東南大學(xué)
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06K9/62
• 代理公司: 32204 南京蘇高專利商標(biāo)事務(wù)所(普通合伙)
• 代理人: 徐紅梅

1.一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的大規(guī)模圖像分類方法，其特征在于，包括以下步驟：

(1)將大規(guī)模圖像數(shù)據(jù)集分為訓(xùn)練圖像集和測試圖像集；

(2)使用標(biāo)準(zhǔn)卷積操作對訓(xùn)練圖像集進(jìn)行卷積操作，得到標(biāo)準(zhǔn)卷積后的圖像；

(3)對步驟(2)得到的標(biāo)準(zhǔn)卷積后的圖像采用PSD卷積塊進(jìn)行操作，得到PSD卷積后的圖像；

(4)將步驟(3)得到的PSD卷積后的圖像經(jīng)過全局平均池化層，得到1×1的輸出特征圖像；

(5)將步驟(4)得到的1×1的輸出特征圖像通過全連接層，最后接入一個(gè)歸一化指數(shù)函數(shù)層完成對訓(xùn)練圖像的分類，即得到PSDNet卷積神經(jīng)網(wǎng)絡(luò)模型；

(6)將測試圖像集中的圖像輸入至經(jīng)過步驟(2)-(5)后得到的PSDNet卷積神經(jīng)網(wǎng)絡(luò)模型中，完成圖像分類。

2.根據(jù)權(quán)利要求1所述的一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的大規(guī)模圖像分類方法，其特征在于，步驟(1)中訓(xùn)練圖像集中圖像尺寸為n×n，n≥16。

3.根據(jù)權(quán)利要求1所述的一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的大規(guī)模圖像分類方法，其特征在于，步驟(2)中標(biāo)準(zhǔn)卷積操作的卷積核尺寸為k×k，k≥3，輸出通道為16m，m≥1，步長為s₀，s₀≥1，輸出標(biāo)準(zhǔn)卷積后的圖像尺寸為n/s₀×n/s₀。

4.根據(jù)權(quán)利要求1所述的一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的大規(guī)模圖像分類方法，其特征在于，步驟(3)包括以下步驟：

(3-1)將步驟(2)得到的標(biāo)準(zhǔn)卷積后的圖像經(jīng)過N₁個(gè)PSD卷積塊，N₁≥1，PSD卷積塊中三個(gè)卷積層的輸出通道數(shù)分別為16m、16m、64m，在第一個(gè)PSD卷積塊中3×3標(biāo)準(zhǔn)卷積操作的步長為s₁，s₁≥1，其余卷積層的步長為1，輸出特征圖像尺寸為n/(s₀·s₁)×n/(s₀·s₁)；

(3-2)將步驟(3-1)得到的輸出特征圖像經(jīng)過N₂個(gè)PSD卷積塊，N₂≥1，PSD卷積塊中三個(gè)卷積層的輸出通道數(shù)分別為32m、32m、128m，在第一個(gè)PSD卷積塊中3×3標(biāo)準(zhǔn)卷積操作的步長為s₂，s₂≥1，其余卷積層的步長為1，輸出特征圖像尺寸為n/(s₀·s₁·s₂)×n/(s₀·s₁·s₂)；

(3-3)將步驟(3-2)得到的輸出特征圖像經(jīng)過N₃個(gè)PSD卷積塊，N₃≥1，PSD卷積塊中三個(gè)卷積層的輸出通道數(shù)分別為64m、64m、256m，在第一個(gè)PSD卷積塊中3×3標(biāo)準(zhǔn)卷積操作的步長為s₃，s₃≥1，其余卷積層的步長為1，輸出特征圖尺寸為n/(s₀·s₁·s₂·s₃)×n/(s₀·s₁·s₂·s₃)。