一种交叉融合神经网络模型及使用该模型的裂缝图像分类判别方法
申请号:CN202410781932
申请日期:2024-06-18
公开号:CN118799627A
公开日期:2024-10-18
类型:发明专利
摘要
本发明公开了一种交叉融合神经网络模型及使用该模型的裂缝图像分类判别方法,属于图像处理技术领域。该模型包括离散小波变换和交叉融合神经网络,将原始图像和离散小波变换提取图像低频分量作为特征信息输入CFNet神经网络;CFNet神经网络包括上下两条特征提取路线,每条特征提取路线具有从左至右的三级卷积单元;两个第一级卷积单元输出的特征信息交互相加,输入至对应的两个第二级卷积单元,两个第二级卷积单元的特征信息交互相加,输入至对应的两个第三级卷积单元,两个第三级卷积单元输出的特征信息相加,输入至通道注意力模块SE、两个卷积层、全连接层中,三个全连接层获取图像分类的三个类别。本发明提高了图像分类判别的准确性。
技术关键词
融合神经网络
分类判别方法
图像低频分量
离散小波变换
裂缝
卷积模块
反向传播方法
神经网络训练
图像处理技术
注意力
输出特征
通道
尺寸
标签
非线性
周期
数据
图片