一种基于双目特征融合网络的图像分类方法

授权

摘要

本发明公开了一种基于双目特征融合网络的图像分类方法，所述方法包括：将处理后的训练图像按批次输入到双目特征融合网络中，所述网络包括：深层通道用于提取图像的细节特征，浅层通道用于提取图像的轮廓特征；将特征融合后送入Softmax分类器中，选取概率值最大的类别作为图像的预测值，将预测值与标签值进行比较计算得到损失函数值，将损失函数值按随机梯度下降法进行反向传播更新网络各层的参数；将图像分类数据集中所有训练图像传入双目特征融合网络进行训练，将双目特征融合网络达到最拟合程度时的网络模型保存为.ckpt文件，将测试图像输入到保存的模型中进行测试，最终得到整体的准确率值。本发明提高了图像的分类准确率。

基本信息

专利标题：

一种基于双目特征融合网络的图像分类方法

专利标题（英）：

暂无

公开（公告）号：

CN112381176A

申请号：

CN202011413120.6

公开（公告）日：

2021-02-19

申请日：

2020-12-03

授权号：

CN112381176B

授权日：

2022-06-10

发明人：

何凯高圣楠马希涛李大双

申请人：

天津大学

申请人地址：

天津市南开区卫津路92号

代理机构：

天津市北洋有限责任专利代理事务所

代理人：

李林娟

优先权：

CN202011413120.6

主分类号：

G06K9/62

IPC分类号：

G06K9/62 G06K9/46 G06N3/08 G06N3/04