一種細粒度圖像分類方法、裝置、電子設備及存儲介質(zhì)
基本信息
申請?zhí)?/td> | CN202210318057.0 | 申請日 | - |
公開(公告)號 | CN114692750A | 公開(公告)日 | 2022-07-01 |
申請公布號 | CN114692750A | 申請公布日 | 2022-07-01 |
分類號 | G06K9/62(2022.01)I;G06V10/764(2022.01)I;G06V10/82(2022.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 余松森;陳建華;梁軍;黃志機;朱海文 | 申請(專利權)人 | 華南師范大學 |
代理機構 | 廣州駿思知識產(chǎn)權代理有限公司 | 代理人 | - |
地址 | 528225廣東省佛山市南海區(qū)獅山南海軟件園華南師范大學軟件學院 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明涉及一種細粒度圖像分類方法、裝置、電子設備及存儲介質(zhì)。本發(fā)明所述的細粒度圖像分類方法包括:獲取待分類的圖像;將所述待分類的圖像輸入訓練好的特征提取網(wǎng)絡,得到所述圖像的多尺度特征;其中,所述特征提取網(wǎng)絡為插入了PCFN模塊的ResNet101神經(jīng)網(wǎng)絡;將所述圖像的多尺度特征輸入分類網(wǎng)絡,得到所述待分類圖像的細粒度分類結果。本發(fā)明所述的一種細粒度圖像分類方法,通過關聯(lián)跨層特征來學習更多的鑒別性特征,結合不同層特征的特性,得到更具表達能力的多尺度特征,提高分類效果。 |
