原创力文档- 1、本文档共9页，其中可免费阅读8页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明设计一种基于金字塔网络的中药图像的分类和检索方法，用于解决传统的神经网络分类侧重于轮廓和形状等全局的语义信息，多次下采样操作导致很多信息丢失等各种问题。为了达到理想的分类效果，通过特征金字塔的金字塔结构，实现多尺度特征融合，满足中药饮片图像分类需要将浅层和深层的空间和语义信息融合的需求。针对多尺度特征融合的方式会导致大量冗余的特征，神经网络训练时会被冗余的信息干扰的问题，使用SE‑Net模型，减少了冗余的特征，同时结合将抽样策略和三元组损失结合起来，多任务学习框架同时进行图像的分类和检索，
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113377985 A
(43)申请公布日 2021.09.10
(21)申请号 202110639752.2
(22)申请日 2021.06.08
(71)申请人 南京工业大学
地址
文档评论（0）