基于深度卷积神经网络的类别不平衡的图像分类方法

发明专利有效专利

申请号：
CN201810866743.5
IPC分类号：G06K9/62;G06N3/04
申请日期：
2018-08-01
申请人：
中国海洋大学

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	基于深度卷积神经网络的类别不平衡的图像分类方法
申请号	CN201810866743.5	申请日期	2018-08-01
法律状态	实质审查	申报国家	中国
公开/公告日	2018-12-28	公开/公告号	CN109102014A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4查看分类表>
申请人	中国海洋大学	申请人地址	山东省青岛市崂山区松岭路238号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中国海洋大学	当前权利人	中国海洋大学
发明人	郑海永;刘静;杜昂昂;俞智斌
代理机构	成都时誉知识产权代理事务所（普通合伙）	代理人	陈千

摘要

本发明提供一种基于深度卷积神经网络的类别不平衡图像分类方法，选取原始数据集中的小类别的样本图像，得到原始小类别样本图像训练集；将所述原始小类别样本图像训练集输入到生成对抗网络中生成小类别的生成图像样本，将所述生成图像样本加入到所述原始小类别样本图像训练集中，得到生成的小类别样本图像训练集；利用所述原始小类别样本图像训练集对图像分类网络进行训练；利用所述生成的小类别样本图像训练集对步骤S3训练后的图像分类网络进行训练；通过训练后的最优图像分类网络对输入图像进行类别分类。本发明在只使用单一不平衡数据集的情况下就能实现对于小类别样本较好的分类效果，大大提高了数据集类别不平衡情况下图像分类的准确率。

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