发明 一种基于二叉树结构嵌入的可解释卷积神经网络图像分类方法 特价15
人工智能 深度学习 卷积神经网络 图像处理 图像分类 计算机视觉 自动驾驶 人脸识别 智慧医疗 1人
G06V10/764 G06V10/82 G06V10/20 G06V10/40 G06N3/0464 G06N3/08
摘要：本发明属于图像处理领域，具体涉及一种基于二叉树结构嵌入的可解释卷积神经网络图像分类方法，该方法包括：获取待处理的图像，将待处理的图像输入到训练好的改进的深度神经网络模型中，得到预测结果，并可以从网络得到良好的网络决策过程以及每个决策的可信程度；本发明将二叉树分支结构引入到深度神经网络的设计过程中，对传统的网络卷积层进行二分设计，使每一部分负责解耦不同的图像类别信息，通过设定的优化方式以控制特定神经元的激活水平，可以更好地指导网络的图像分类决策；此外，通过对一个样本网络决策过程中各层神经元激活值与目标决策路径的偏移情况对比，可以得到对样本决策结果可信程度的评价。
