首页> 中国专利> 基于通道注意力模块的轻量级神经网络模型

基于通道注意力模块的轻量级神经网络模型

摘要

本发明公开了一种基于通道注意力模块的轻量级神经网络模型,该模型基本模块是由深度可分离卷积、逐点卷积以及通道注意力模块相互结合而成。利用深度可分离卷积替换标准卷积能够降低参数量与计算量,而逐点卷积能够实现跨通道之间图像特征信息的融合;最后引入通道注意力机制,一方面增加图像特征信息之间的交互,提升卷积效率,另一方面则能够通过学习图像全局信息来有选择性地加强包含有用信息的特征并抑制无用信息特征。基于此构建的轻量级神经网络模型DCCANet相比于目前主流轻量级神经网络模型,在COCO数据集目标检测与实例分割任务中,检测精度与实例分割精度以及响应速度都有了明显的提升。

著录项

  • 公开/公告号CN113344188A

    专利类型发明专利

  • 公开/公告日2021-09-03

    原文格式PDF

  • 申请/专利权人 东南大学;

    申请/专利号CN202110676000.3

  • 发明设计人 张萌;吕锋;李国庆;李娇杰;

    申请日2021-06-18

  • 分类号G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构32249 南京瑞弘专利商标事务所(普通合伙);

  • 代理人秦秋星

  • 地址 214100 江苏省无锡市滨湖区状元道5号

  • 入库时间 2023-06-19 12:25:57

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2023-10-27

    发明专利申请公布后的驳回 IPC(主分类):G06N 3/04 专利申请号:2021106760003 申请公布日:20210903

    发明专利申请公布后的驳回

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号