图像分类方法、装置、电子设备和存储介质.pdf
一只****生物
亲,该文档总共14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、电子设备和存储介质.pdf
本公开涉及一种图像分类方法、装置、电子设备和存储介质,该方法包括:获取待分类图像,将待分类图像输入图像分类模型,得到待分类图像对应的图像分类结果,其中,图像分类模型为根据目标样本集对预设模型进行训练得到的,目标样本集是通过以下方式得到的:将预设样本集划分为多个第一样本子集,针对每个第一样本子集,根据第一数量和第二数量,确定每个类别的样本图像对应的重采样频率,根据重采样频率和第二数量,确定每个第一样本子集对应的第二样本子集,根据第一样本子集和第二样本子集,得到目标样本集。本公开能够避免图像分类模型对任一类别
图像分类方法、装置、电子设备和存储介质.pdf
本申请提供一种图像分类方法、装置、电子设备和存储介质,涉及深度学习技术领域,图像分类方法包括:构建基于卷积神经网络的初始图像分类模型,所述初始图像分类模型包含卷积核,所述卷积核包括卷积核骨架和四角卷积块;根据所述初始图像分类模型的损失函数和所述四角卷积块的正则化约束函数,得到新的损失函数;根据训练数据集和所述新的损失函数对所述初始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待分类图像进行分类。新的损失函数能够弱化四角卷积块对特征提取起的作用,而进一步增强卷积核骨架的特征提取能
图像分类方法、装置、电子设备和存储介质.pdf
本发明公开了一种图像分类方法、装置、电子设备和存储介质;本发明中当检测到目标图像中对象部位缺失时,获取目标图像对应的目标文本;对目标图像和目标文本进行特征提取,得到目标图像的图像特征和目标文本的文本特征;对目标图像的图像特征和目标文本的文本特征进行特征融合,得到目标融合特征;根据目标融合特征对目标图像的场景进行识别,得到场景信息;基于场景信息确定目标图像的图像类别。当检测到目标图像中对象部位缺失时,结合对应的目标文本的文本特征来识别目标图像的场景,基于目标图像的场景信息对目标图像进行分类;由此,该方案可以
图像分类方法、装置、电子设备及存储介质.pdf
本发明涉及人工智能技术领域,提供一种图像分类方法、装置、电子设备及存储介质,所述方法包括:获取待分类图像;利用预先训练的图像分类模型对待分类图像进行分类,得到分类结果;其中,图像分类模型是根据第一候选模块的评分和第二候选模块的评分从训练后的预设超网中确定的;预设超网包括普通层和还原层;普通层包括层评分模块和第一候选模块,第一候选模块的评分是层评分模块对其最后一个批量归一化层的权重进行归一化优化得到的;还原层包括第二候选模块,第二候选模块的评分是根据其最后一个批量归一化层的权重得到的,本发明能够为不同任务提
图像分类方法及装置、存储介质及电子设备.pdf
本公开涉及图像处理技术领域,具体涉及一种图像分类方法及装置、计算机可读存储介质及电子设备,该方法包括:获取待处理图像的目标特征向量;获取多张参考图像,并对多张参考图像进行主成分分析得到参考向量;其中,多张参考图像为分类结果中的同一类图像;确定目标特征向量在参考向量形成的空间上的投影长度;根据投影长度对待处理图像进行分类。本公开实施例的技术方案提高图像分类的精度,降低图像分类的计算量。