发明 一种基于注意力模块增强的CNN楷体书法风格分类方法
人工智能 机器视觉 书法识别 【人工智能 机器视觉 书法识别】 2人
G06V30/19 G06V10/82 G06V30/148 G06V30/244 G06N3/0464
摘要：本发明公开的一种基于注意力模块增强的CNN楷体书法风格分类方法，具体为：步骤1、获取四种不同书法风格的图像，组成数据集并分成训练样本和测试样本；步骤2、组成卷积块结构；步骤3、组成基线模型；步骤4、向步骤3构造的基线模型中的第三个卷积块与第四个卷积块之间嵌入第一个CBAM、第四个卷积块与Flatten层之间嵌入第二个CBAM形成组合模型；步骤5、设置损失函数和训练参数，将步骤1数据集中的训练样本与测试样本输入到步骤4构造的组合模型，进行训练与测试；步骤6、将步骤5中训练结果中测试准确率最高的模型保存下来。该方法解决了现有技术中存在的书法风格分类困难的问题，并提高分类的精准度。
