Indexed by：
Abstract：
一种基于轻量化双线性CNN模型的鸟类图像细粒度识别方法。本发明公开了一种基于轻量化处理的鸟类图像细粒度识别方法，属于计算机视觉领域；具体步骤包括：首先选择鸟类数据集CUB_200_2011作为实验数据集，并进行相应的数据预处理；然后，建立以双线性卷积神经网络为基础的轻量化模型，并将AM‑Softmax和CrossEntropy的联合损失函数作为模型的损失函数，设置优化方法为随机梯度下降，设置合适的学习率等相关参数后，进行网络训练，训练完成后保存模型训练参数；最后，使用测试数据集对模型进行测试，输出测试准确率。本说明在计算机视觉、细粒度图像识别领域具有一定的研究意义和价值。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202210346828.7
Filing Date： 2022-03-31
Publication Date： 2024-06-07
Pub. No.： CN114648667B
Applicants： 北京工业大学
Legal Status： 授权
Cited Count：
WoS CC Cited Count： 37
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 9
Affiliated Colleges：
