龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安理工大学
摘要：本申请提供一种扁平图像分类任务重组成树形图像分类任务的方法及系统，涉及图像分类技术领域，所述方法包括：利用预训练的神经网络提取扁平图像数据集的特征矩阵；基于特征矩阵计算得到余弦相似度矩阵和边界清晰度矩阵；余弦相似度矩阵表示特征矩阵中所有类别特征向量的两两相似度；边界清晰度矩阵表示特征矩阵中不同类别的特征向量在空间中的分离程度；计算易区分性矩阵；根据易区分性矩阵的易区分性预设值，将扁平图像数据集以扁平图像分类任务的形式重组为树形图像分类任务的形式，以解决目前的图像分类模型通过将所有类型的图片采用扁平化的形式统一输入到神经网络中进行训练，会造成算力的浪费以及无法对分类的图片进行模块化处理的问题。
主权项：1.一种扁平图像分类任务重组成树形图像分类任务的方法，其特征在于，包括：利用预训练的神经网络提取扁平图像数据集的特征矩阵；所述扁平图像数据集包括：若干个不同类别的图像；基于所述特征矩阵计算得到余弦相似度矩阵和边界清晰度矩阵；所述余弦相似度矩阵表示所述特征矩阵中所有类别特征向量的两两相似度；所述边界清晰度矩阵表示所述特征矩阵中不同类别的特征向量在空间中的分离程度；基于所述余弦相似度矩阵、边界清晰度矩阵，计算易区分性矩阵；根据所述易区分性矩阵的易区分性预设值，将所述扁平图像数据集以扁平图像分类任务的形式重组为树形图像分类任务的形式。
全文数据：
权利要求：
百度查询： 西安理工大学 扁平图像分类任务重组成树形图像分类任务的方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号