(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211131518.X (22)申请日 2022.09.16 (71)申请人 安徽大学 地址 230601 安徽省合肥市蜀山区安徽大 学磬苑校区 (72)发明人 任璐　李浩　宋坤　赵冬　 (74)专利代理 机构 南京众联专利代理有限公司 32206 专利代理师 杜静静 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06V 10/24(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种基于自适应池化方式的图像分类方法 (57)摘要 本发明公开了一种基于自适应池化方式的 图像分类方法， 将当前池化层的输入 特征图按照 池化层所给定的卷积核尺寸、 步长和填充的大 小， 使用滑动窗口的方式分别展 开为n个区域， 每 个区域分别对应有一个α值， 采用自适应的方 式， 将特征图对应的n个区域经过采样后得到一 系列t分布， 再将其经过仿射变换后， 结合 当前的 α值， 动态地去调整α值的大小， 进而就控制自 适应池化动态的去改变输出特征点的选择， 再将 池化后的特征值折叠起来， 就得到使用了不同程 度的池化方式所对应的输出特征图。 通过本发 明， 解决了传统图像分类中只能使用最大池化或 者平均池化所带来的保留的信息不够准确等问 题， 从而能更好的利用的数据的实际情况， 提高 了模型分类的准确率。 权利要求书2页 说明书6页 附图2页 CN 115424076 A 2022.12.02 CN 115424076 A 1.一种基于自适应池化方式的图像分类方法， 其特 征在于， 所述方法包括以下步骤： 步骤1： 获取 数据集并定义模型， 初始化自适应池化层的α 值； 步骤2： 定义优化器、 损失函数和学习率衰减策略， 设定超参数大小， 包括学习率、 迭代 次数、 批大小、 控制 α 更新的λ和 ξ； 步骤3： 将训练集送入 模型， 开始迭代训练， 迭代次数设为epoc h； 步骤3‑1： 神经网络前向传播， 当经过第i层池化层时， 将当前第i层的输入特征图通过 给定的卷积核尺 寸K[0]×K[1]、 填充大小P和步长大小S， 使用滑动窗口的操作， 提取出滑动的 n个局部区域块， 记为I＝[X1,X2,...,Xn,]， 其中， 每个局部区域块的大小为K[0]×K[1]， 其中 一个区域内的特 征值记为Xi＝{x1,x2,...,xT}， T＝K[0]×K[1]； 步骤3‑2： 若epoch＝1， 则n个局部区域块使用初始化后的α 值， 否则 使用上轮迭代后的α 值； 步骤3‑3： n个局部区域块， 每个局部区域块特征值为Xi＝{x1,x2,...,xT}， 通过均值、 方 差和自由度计算得到n个与之对应的t分布， 将其经过仿射变换得到预调整值α ′， 由α和两个 超参数 λ、 ξ进行 更新α 大小； 步骤3‑4： n个局部区域块， 每个局部区域块特征值为Xi＝{x1,x2,...,xT}， 结合更新后的 α 值， 经过自适应池化方式后得到池化后的特征值bi， bi可以由α 值控制选择出Xi中的任意一 个特征值， 最后该自适应方式的输出为B＝[b1,b2,...,bn,]； 步骤3‑5： 将该自适应输出B ＝[b1,b2,...,bn,]， 经由滑动窗口的逆操作， 折叠后 还原回 特征图的张量形式， 得到该层池化层的输出 特征图； 步骤4： 前向传播结束后， 经由分类器对模型输出的特征进行分类， 计算损失并反向传 播， 直至迭代结束。 2.根据权利要求1所述的基于自适应池化方式的图像分类方法， 其特征在于， 在步骤3 ‑ 1中， 第i层的输入特征图的大小为[N,C,W,H]， 其中N为batch  size的大小， C为特征图的通 道数， W和H为特征图的尺寸； 根据卷积核尺寸K[0]×K[1]、 填充大小P和步长大小S， 每个通道 上的特征图大小， 经由滑动窗口 的方式得到n个K[0]×K[1]大小的局部区域 块， 其中： 其中， i∈{0,1}， 且spatialsiez[0]＝W,spatialsiez[1]＝H； 每个通道上形成的n个局部 区域块分别对应有一个α 值。 3.根据权利要求1所述的基于自适应池化方式的图像分类方法， 其特征在于， 在步骤3 ‑ 4中， 所述的自适应池化方法为： 其中， 每个局部区域块的特征值为X＝{x1,x2,...,xT}， T＝K[0]×K[1]， b( α )为该局部区 域块池化后的结果， α 为控制区域内自适应池化 程度的参数， 并赋有初始值。 4.根据权利要求1所述的基于自适应池化方式的图像分类方法， 其特征在于， 在步骤3 ‑ 3中， 在神经网络第一轮结束之后， 对于池化层的输入特征图， 展开为n个局部区域块， 每个 局部区域块得到与之对应的t分布， 通过对其均值 μ、 方差σ 及自由度n进 行仿射变换后， 得到权　利　要　求　书 1/2 页 2 CN 115424076 A 2新的预调整值α ′。 5.根据权利要求1或4所述的基于自适应池化方式的图像分类方法， 其特征在于， 在步 骤3‑3中， 能动态调整α 值， 关键在于获得预调整值α ′， α′由均值 μ、 方差σ 及自由度n进行仿射 变换后获得， 仿射变换的方式通过线性插值的方法得到： 在一个确定的自由度n时， 有： α′＝w11α′11+w12α′12+w21α′21+w22α′22， 其中， 且σ1、 σ2、 μ1、 μ2、 α′11、 α′12、 α′21、 α′22为根据训练数据反复实 验所得到的结果。 6.根据权利要求1所述的基于自适应池化方式的图像分类方法， 其特征在于， 在步骤3 ‑ 3中， 经由仿射变换后得到的预调整值α ′， 需要经过两个超参数λ和 ξ控制最终进行α 值的更 新， 更新控制方式为： α ＝ λ α +ξ α ′， 其中， λ， ξ∈[0,1]， 且 λ +ξ ＝1。 7.根据权利要求1所述的基于自适应池化方式的图像分类方法， 其特征在于， 在步骤3 ‑ 5中， 将每个局部区域块进行池化后， 将池化后的结果按照逆向展开的方式， 将所有局部区 域块的特征点， 按照展开时的空间位置 关系， 重新折叠回特征图的张量形式， 该形式也即是 自适应池化层最终的输出 结果。 8.根据权利要求3所述的基于自适应池化方式的图像分类方法， 其特征在于， 在步骤1 中， α 在网络初始进行训练时设有初始值， 根据所述的自适应池化方法， 其有如下性质： 因此当初始值为趋于0或无穷大时， 初始化的池化方式近似于平均池化或最大值池化 的方式， 当随着不断动态调整α值时， 池化的输出选择也会在不断发生改变， 通过控制α 的 值， 从而可以选择区域内任意的一个特 征点进行输出。 9.根据权利要求6所述的基于自适应池化方式的图像分类方法， 其特征在于， 在步骤3 ‑ 3中， 更新α 时存在两种特殊形式： (1)当λ＝0， ξ＝ 1时， 即将 仿射变换后得到的预调整值α ′直 接作为新的α 值； (2)当λ＝ 1， ξ＝0时， 即整个模 型都只使用 α 的初始值进 行训练和测试， 不进 行α 的动态更新： 若α 的初始 值趋于0时， 表示模 型中一直使用均值池化的方式； 若α 的初始值 趋于正无穷时， 表示模型中一 直使用最大值池化的方式。 10.根据权利要求5所述的基于自适应池化方式的图像分类方法， 其特征在于， 在步骤 3‑3中， 自由度n由当前池化层所 给定的卷积核尺寸大小决定， 即： n＝K[0]×K[1]， 其中K[0]×K[1]为池化层的卷积核尺寸。权　利　要　求　书 2/2 页 3 CN 115424076 A 3