-
公开(公告)号:CN118298461A
公开(公告)日:2024-07-05
申请号:CN202410408360.9
申请日:2024-04-07
Applicant: 安徽工程大学 , 安徽工程大学产业创新技术研究有限公司
IPC: G06V40/10 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及图像分类技术领域,具体涉及一种注意力二叉导航树的细粒度图像分类方法,包括建立注意力二叉导航树模型,所述注意力二叉导航树模型包括主干网络模块、注意力模块、分支路由模块、局部特征注意力学习模块、导航模块和预测模块,将获得的第一个至第四个叶子节点的概率分布乘以对应路径分支路由模块输出的权重并求和,得到最终预测结果的概率分布,将图片分类到最终预测结果的概率分布中最大概率值对应的图像类别中。本方法减少了图片背景部分的影响,在整体上实现了以更合理的方式分配每个阶段的权重,帮助模型提高分类的能力。
-
公开(公告)号:CN119131440A
公开(公告)日:2024-12-13
申请号:CN202311534324.9
申请日:2023-11-17
Applicant: 安徽工程大学 , 安徽工程大学产业创新技术研究有限公司
IPC: G06V10/764 , G06V10/22 , G06V10/25 , G06V10/44 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及细粒度视觉分类技术领域,具体涉及一种可调整的定位和多角度注意的细粒度视觉分类方法,包括主干网络和ALMA模型,所述ALMA模型包括可调整定位模块和多角度注意模块,可调整定位模块用于优化每次选择的注意力图,减少每次局部定位时的大量次要信息,在这个模块中将更加关注物体的局部特征。多角度注意模块会让模型更好的去识别主要信息和次要信息,并使二者的差异逐渐增大,该模块希望模型能够更好的分辨出主要信息和次要信息,把关注的重点放在主要信息区域,减少次要信息的干扰。主要信息将关注物体本身区域,次要信息将更加关注背景区域。两个模块分别从局部和整体进行优化,减少次要信息的干扰,帮助模型提高分类的能力。
-