图像分类方法、装置、计算机设备和存储介质.pdf
努力****元恺
亲,该文档总共29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
图像分类方法、装置、计算机设备和存储介质.pdf
本申请涉及一种图像分类方法、装置、计算机设备和存储介质。所述方法包括:通过双模态分类模型识别待分类图像中多目标对象的表情分类结果和肢体分类结果,基于目标对象的表情分类结果和肢体分类结果的决策结果,得到目标对象的学习状态,从多维度识别目标对象的情感态度,提高情感态度在目标对象的情感敏感度更高,并根据每种学习状态对应的实际概率分布值与预设概率分布值之间的相似度,确定待分类图像对应的学习效果,可以有效反映学生的真实学习情况。
图像分类方法、装置、计算机设备和存储介质.pdf
本申请涉及一种图像分类方法、装置、计算机设备和存储介质。该方法包括:获取待分类图像;采用预设的分类模型对所述待分类图像进行分类,得到所述待分类图像的多个不同属性的所属类别;所述待分类图像为进行几何纠正之后的图像;所述分类模型为对待分类图像采用注意力机制,进行多任务处理的模型。采用本方法能够提高图像分类的准确性。
图像分类方法、装置和计算机可读存储介质.pdf
本发明公开了一种图像分类方法、装置和计算机可读存储介质,涉及图像处理技术领域。图像分类方法包括:从待分类图像中提取目标对象;提取待分类图像的特征以及目标对象的特征,并将提取的特征进行融合;将融合后的特征输入到分类器中,获得对待分类图像的分类结果。本发明可以对待分类图像和目标对象的特征均进行提取和融合,从而采用同时具备视觉语义信息和视觉显著性信息的特征进行分类,提高了图像分类的准确性。
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。
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