買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜成都理工大學申請的專利基于多路徑輸出網絡架構的圖像分類性能提升方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115115894B 。

龍圖騰網通過國家知識產權局官網在2025-04-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210891914.6，技術領域涉及：G06V10/764；該發明授權基于多路徑輸出網絡架構的圖像分類性能提升方法是由胡文藝;趙昆;杜育佳;王洪坤設計研發完成，并于2022-07-27向國家知識產權局提交的專利申請。

本基于多路徑輸出網絡架構的圖像分類性能提升方法在說明書摘要公布了：本發明公開了一種基于多路徑輸出網絡架構的圖像分類性能提升方法，包括以下步驟：首先對數據進行預處理，進行數據增強，增加樣本的數量和復雜程度，提高模型的魯棒性。將上述預處理完成的圖像輸入至多路徑輸出網絡架構。為了更好實現網絡的性能，設計了兩種路徑選擇算法。在訓練的過程中使用這兩個路徑選擇算法共同作為網絡的分類器。對數據進行數據增強，將數據輸入網絡，比較各個路徑的性能，結合兩種路徑選擇算法，選擇最優路徑，獲得預測值。本發明的優點是：解決了因層數增加而產生的網絡退化問題，有效的避免梯度消失、梯度爆炸的問題，優化網絡的性能，提高圖像分類的識別準確率。

本發明授權基于多路徑輸出網絡架構的圖像分類性能提升方法在權利要求書中公布了：1.一種基于多路徑輸出網絡架構的圖像分類性能提升方法，其特征在于，包括以下步驟：步驟1，首先對數據進行預處理，進行數據增強，增加樣本的數量和復雜程度，提高模型的魯棒性；步驟2，將上述預處理完成的圖像輸入至多路徑輸出網絡架構；所述的多路徑輸出網絡架構是一個50層的神經網絡，其中設置了16個路徑輸出通道，數據輸入網絡先是經過一個7*7大小的卷積核，輸出通道數為64，步長為2，在經過步長為2的池化層，進一步縮小圖片大?。幌旅婢o接著是以三層為一部分的網絡塊，先使用1*1的卷積核輸出通道數為64，再用3*3的卷積核輸出通道數為64，最后使用1*1的卷積升維，并且在此層進行一次輸出，此種設置的網絡塊有3個；下面設置了4個以1*1大小的卷積核輸出通道數為128，3*3大小的卷積核輸出通道數為128，1*1大小的卷積核輸出通道數為512的網絡塊；然后設置了6個以1*1大小的卷積核輸出通道數為256，3*3大小的卷積核輸出通道數為256，1*1大小的卷積核輸出通道數為1024的網絡塊；最后設置了3個以1*1大小的卷積核輸出通道數為512，3*3大小的卷積核輸出通道數為512，1*1大小的卷積核輸出通道數為2048的網絡塊，且網絡均在每個網絡塊最后一層設置了輸出層，即一層平均池化層和一層線性層；步驟3，為了更好實現網絡的性能，設計了兩種路徑選擇算法；在訓練的過程中使用這兩個路徑選擇算法共同作為網絡的分類器；第一種算法是：網絡訓練中，將多張圖片數據打包成一個批次，每一個批次統一輸入網絡，通過不同的網絡層輸出網絡，所得到的所有預測值與標簽直接做交叉熵，然后取所有預測值中損失值最小的那條輸出路徑，作為本個批次的選擇；第二種算法是：網絡將多張圖片數據打包成一個批次，對于一個批次中的每個數據，通過N個輸出節點，得到N個預測的張量數據，取這N個預測的張量數據中最大的那個數據作為圖像分類的預測值，并將此條路徑作為這個數據所選擇的路徑，相當于一個批次中的每個數據均各自選擇了一條路徑；在訓練的過程中使用這兩個路徑選擇算法共同作為網絡的分類器，在測試階段由于沒有標簽數據，故僅使用第二種路徑選擇算法，作為網絡圖像分類的依據；步驟4，輸出路徑，對數據進行數據增強，將數據輸入網絡，比較各個路徑的性能，結合兩種路徑選擇算法，選擇最優路徑，獲得預測值。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人成都理工大學，其通訊地址為：610059 四川省成都市成華區二仙橋東三路1號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。