内容提供者
图像的多标签分类方法及装置、设备、存储介质.pdf
2023-04-19
10金币
1.1MB
24页
一只****爱敏
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共24页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
图像的多标签分类方法及装置、设备、存储介质.pdf
本发明公开了一种图像的多标签分类方法及装置、设备、存储介质;所述方法包括:获取多个预设标签以及多个初始样本图像;分别对多个初始样本图像进行特征提取,得到多个初始特征向量;对多个初始特征向量进行非负矩阵分解处理,得到与多个初始样本图像分别对应的隐含因子向量;根据与多个初始样本图像分别对应的隐含因子向量和多个预设标签,构建样本关联网络、标签关联网络和样本标签网络;根据样本关联网络、标签关联网络和样本标签网络,得到每个初始样本图像的多标签分类结果。能够解决现有图像多标签分类中处理耗时长,分类准确度不够的问题。
2023-04-19
10
1.1MB
图像多标签分类方法、装置、计算机设备和存储介质.pdf
本申请实施例涉及图像处理技术领域，公开了一种图像多标签分类方法、装置、计算机设备和存储介质，所述方法包括：获取m个初始标签和n个初始样本图像各自的初始特征向量；对n个所述初始样本图像各自的初始特征向量进行深度矩阵分解，得到n个所述初始样本图像各自的低秩特征向量，所述低秩特征向量的维度小于所述初始特征向量的维度；根据m个所述初始标签和n个所述初始样本图像各自的低秩特征向量，构建样本关联网络、标签关联网络和样本标签网络；对所述样本关联网络、所述标签关联网络和所述样本标签网络进行随机游走和标签分类，得到每个所述
2023-06-02
10
1.8MB
图像多标签分类方法、装置、计算机设备和存储介质.pdf
本申请实施例涉及图像处理技术领域,公开了一种图像多标签分类方法、装置、计算机设备和存储介质,所述方法包括:获取n个初始样本图像和m个初始标签;根据n个所述初始样本图像和m个所述初始标签,构建样本关联网络、标签关联网络和样本标签网络;对所述样本关联网络、所述标签关联网络和所述样本标签网络进行随机游走,得到每个所述初始样本图像和每个所述初始标签之间的置信度;根据每个所述初始样本图像和每个所述初始标签之间的置信度,确定每个所述初始样本图像的多标签分类结果。实施本申请实施例,能解决现有图像多标签分类中会忽略标签本
2023-04-19
10
1.4MB
图像分类方法、装置、设备及存储介质.pdf
本发明公开了一种图像分类方法、装置、设备及存储介质，属于图像处理技术领域。本发明的图像分类方法包括获取图像训练集和参考特征图；根据参考特征图构建注意力机制模块；根据注意力机制模块和预设的卷积模块构建图像分类模型；利用图像训练集对图像分类模型进行训练，得到训练后的图像分类模型；根据训练后的图像分类模型对目标图像进行分类处理；其中，注意力机制模块为基于局部注意力的注意力机制模块。这种图像分类方法能够更为准确地对图像的特征信息进行识别，提高分类准确性。
2023-07-25
10
582KB
图像分类方法、装置、设备及存储介质.pdf
本申请提出一种图像分类方法、装置、设备及存储介质，该方法包括：获取第一训练集，第一训练集包括多个图像，每个图像中均标注有各个图像类别对应的类别标签；构建用于进行多标签分类的第一神经网络模型的结构；根据第一训练集对构建的第一神经网络模型进行训练，得到多类别分类模型。本申请通过一个模型实现多个图像类别的同时分类。该模型通过双向长短期记忆网络学习不同类别的特征之间的相关性，学习到的特征具有更好的鲁棒性。若某个图像类别对应的分类准确性较低，还训练该图像类别对应的分支模型，利用分支模型对模型进行修正，解决个别图像类
2023-06-03
10
886KB