原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
本发明公开了一种基于双重复用残差网络的物体识别方法，涉及计算机视觉技术领域，利用依次连接的卷积层、批归一化层和激活函数层构建第一卷积模块；利用最大池化层、特征复用残差单元分别构建第二至第五卷积模块；利用第一至第五卷积模块、残差复用路径、全局平均池化层和全连接层构建初始双重复用残差网络；利用样本数据训练初始双重复用残差网络，得到目标双重复用残差网络。从而通过目标双重复用残差网络实现了物体识别，通过残差学习缓解了训练过程中的梯度消失问题，通过双重复用增强了特征的前向传播，有效减少了计算代价，提高了物
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117036806 A
(43)申请公布日 2023.11.10
(21)申请号 202311003995.2 G06N 3/08 (2023.01)
(22)申请日 2023.08.1
文档评论（0）