基于Inception卷积模块的国内交通标志分类方法

发明专利有效专利

申请号：
CN201910532398.6
IPC分类号：G06N3/04;G06N3/08;G06F16/55
申请日期：
2019-06-19
申请人：
长安大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于Inception卷积模块的国内交通标志分类方法
申请号	CN201910532398.6	申请日期	2019-06-19
法律状态	实质审查	申报国家	中国
公开/公告日	2019-09-24	公开/公告号	CN110276445A
优先权	暂无	优先权号	暂无
主分类号	G06N3/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/04 体系结构，例如，互连拓扑〔7〕	IPC分类号	G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;F;1;6;/;5;5查看分类表>
申请人	长安大学	申请人地址	陕西省西安市碑林区南二环路中段变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	长安大学	当前权利人	长安大学
发明人	黄鹤;郭璐;许哲;茹锋;胡凯益;王会峰;汪贵平;黄莺;惠晓滨
代理机构	西安通大专利代理有限责任公司	代理人	范巍

摘要

本发明公开了基于Inception卷积模块的国内交通标志分类方法，构建国内交通标志数据集；然后构建基于Inception卷积模块的卷积神经网络；将训练集图像数据输入卷积神经网络，经训练得到模型；最后将测试集图像数据输入训练后模型中，得到预测结果。本发明采用卷积层与池化层组合替代平铺层和全链接层，并使用简化Inception卷积模块，能够有效减少卷积神经网络中参数数量，减少训练次数。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供