[發明專利]一種分類檢測網絡模型的構建方法

有效

• 申請號: 201911167163.8
• 申請日: 2019-11-25
• 公開（公告）號: CN111126441B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 管聲啟;雷鳴;常江;倪弈棋;盧浩;郭飛飛
• 申請（專利權）人: 西安工程大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/82;G06V10/774;G06V10/98;G06N3/0464;G06N3/045;G06N3/082
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 曾慶喜

1.一種分類檢測網絡模型的構建方法，其特征在于，包括以下步驟：

步驟1、獲取待分類對象圖像的訓練樣本，建立訓練模型數據集，將所述訓練模型數據集輸入第一卷積網絡模型中進行訓練，得到權重文件；

步驟2、將所述權重文件輸入第二卷積網絡模型中，得到每層卷積網絡對應的特征圖和原圖像；

步驟3、將每層所述卷積網絡對應的特征圖和原圖像輸入圖像質量評價算法得到評價結果；

步驟4、根據所述評價結果選擇第一卷積網絡模型中每層網絡對應的合適卷積操作步長、增加卷積核的數量，形成新的卷積網絡參數；

步驟5、利用所述新的卷積網絡參數更新第一卷積網絡模型，得到分類網絡模型。

2.根據權利要求1所述的一種分類檢測網絡模型的構建方法，其特征在于，步驟1具體包括：

步驟1.1、獲取待分類對象圖像的訓練樣本，建立訓練模型數據集，所述訓練模型數據集包括訓練集、驗證集、預測集，并生成訓練集標記文件、驗證集標記文件、預測集標記文件；

步驟1.2、將訓練集的標記文件作為訓練數據、驗證集的標記文件作為驗證數據輸入第一卷積網絡模型中進行訓練，得到權重文件。

3.根據權利要求1所述的一種分類檢測網絡模型的構建方法，其特征在于，所述第二卷積網絡為反卷積網絡。

4.根據權利要求1所述的一種分類檢測網絡模型的構建方法，其特征在于，所述步驟2具體包括：第二卷積網絡模型將權重模型文件中每層卷積網絡對應的卷積核濾波器中存儲的特征值提取出來，并投影到對應的像素空間，得到每層卷積網絡的特征圖，并提取每層卷積網絡對應的輸出圖像，與特征圖對應輸出原圖像。

5.根據權利要求1所述的一種分類檢測網絡模型的構建方法，其特征在于，所述步驟3具體包括：將所述特征圖作為失真圖像與原圖像進行對比，得到特征圖的質量評價結果。