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！

龙图腾网恭喜成都理工大学申请的专利基于多路径输出网络架构的图像分类性能提升方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115115894B 。

龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210891914.6，技术领域涉及：G06V10/764；该发明授权基于多路径输出网络架构的图像分类性能提升方法是由胡文艺;赵昆;杜育佳;王洪坤设计研发完成，并于2022-07-27向国家知识产权局提交的专利申请。

本基于多路径输出网络架构的图像分类性能提升方法在说明书摘要公布了：本发明公开了一种基于多路径输出网络架构的图像分类性能提升方法，包括以下步骤：首先对数据进行预处理，进行数据增强，增加样本的数量和复杂程度，提高模型的鲁棒性。将上述预处理完成的图像输入至多路径输出网络架构。为了更好实现网络的性能，设计了两种路径选择算法。在训练的过程中使用这两个路径选择算法共同作为网络的分类器。对数据进行数据增强，将数据输入网络，比较各个路径的性能，结合两种路径选择算法，选择最优路径，获得预测值。本发明的优点是：解决了因层数增加而产生的网络退化问题，有效的避免梯度消失、梯度爆炸的问题，优化网络的性能，提高图像分类的识别准确率。

本发明授权基于多路径输出网络架构的图像分类性能提升方法在权利要求书中公布了：1.一种基于多路径输出网络架构的图像分类性能提升方法，其特征在于，包括以下步骤：步骤1，首先对数据进行预处理，进行数据增强，增加样本的数量和复杂程度，提高模型的鲁棒性；步骤2，将上述预处理完成的图像输入至多路径输出网络架构；所述的多路径输出网络架构是一个50层的神经网络，其中设置了16个路径输出通道，数据输入网络先是经过一个7*7大小的卷积核，输出通道数为64，步长为2，在经过步长为2的池化层，进一步缩小图片大小；下面紧接着是以三层为一部分的网络块，先使用1*1的卷积核输出通道数为64，再用3*3的卷积核输出通道数为64，最后使用1*1的卷积升维，并且在此层进行一次输出，此种设置的网络块有3个；下面设置了4个以1*1大小的卷积核输出通道数为128，3*3大小的卷积核输出通道数为128，1*1大小的卷积核输出通道数为512的网络块；然后设置了6个以1*1大小的卷积核输出通道数为256，3*3大小的卷积核输出通道数为256，1*1大小的卷积核输出通道数为1024的网络块；最后设置了3个以1*1大小的卷积核输出通道数为512，3*3大小的卷积核输出通道数为512，1*1大小的卷积核输出通道数为2048的网络块，且网络均在每个网络块最后一层设置了输出层，即一层平均池化层和一层线性层；步骤3，为了更好实现网络的性能，设计了两种路径选择算法；在训练的过程中使用这两个路径选择算法共同作为网络的分类器；第一种算法是：网络训练中，将多张图片数据打包成一个批次，每一个批次统一输入网络，通过不同的网络层输出网络，所得到的所有预测值与标签直接做交叉熵，然后取所有预测值中损失值最小的那条输出路径，作为本个批次的选择；第二种算法是：网络将多张图片数据打包成一个批次，对于一个批次中的每个数据，通过N个输出节点，得到N个预测的张量数据，取这N个预测的张量数据中最大的那个数据作为图像分类的预测值，并将此条路径作为这个数据所选择的路径，相当于一个批次中的每个数据均各自选择了一条路径；在训练的过程中使用这两个路径选择算法共同作为网络的分类器，在测试阶段由于没有标签数据，故仅使用第二种路径选择算法，作为网络图像分类的依据；步骤4，输出路径，对数据进行数据增强，将数据输入网络，比较各个路径的性能，结合两种路径选择算法，选择最优路径，获得预测值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人成都理工大学，其通讯地址为：610059 四川省成都市成华区二仙桥东三路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。