多粒度图像分类方法、装置、电子设备及存储介质

AITNT
正文
推荐专利
多粒度图像分类方法、装置、电子设备及存储介质
申请号:CN202410210752
申请日期:2024-06-14
公开号:CN119048791B
公开日期:2025-11-14
类型:发明专利
摘要
本申请公开了一种多粒度图像分类方法、装置、电子设备及存储介质。该分类方法通过层次多粒度图像分类模型实现,该方法包括:获取多尺度信息的特征图;提取并融合不同层次粒度的特征向量,得到各个层次的多尺度融合特征向量;对各个层次的多尺度融合特征向量进行层次特征映射;将映射得到的特征向量与被映射的细粒度特征向量进行融合操作;层次多粒度图像分类模型的损失函数包括基于类别中心的三元组损失。本申请实施例的方法,增加了网络的局部细节信息,对各类别层次的多粒度特征进行融合,解决了层次间粗细粒度所对应的区域不同的问题,采用基于类别中心的三元组损失增强了图像的特征表示和提升了各层次粒度图像分类准确度。
技术关键词
图像分类模型 多尺度信息 三元组 图像分类方法 图像分类网络 特征向量空间 图像分类装置 语义特征 查询类别 电子设备 映射算法 处理器 融合特征 模块 定义 可读存储介质
系统为您推荐了相关专利信息
1
一种基于YOLO11模型的荔枝图像分类方法及处理终端
图像分类方法 注意力 网络 执行存储器存储 荔枝果实
2
基于深度学习的Solidity智能合约漏洞检测方法、系统、设备和介质
学习分类器 抽象语法树 Solidity智能合约 大语言模型 智能合约漏洞
3
基于本体增强和特征融合的知识图谱实体对齐方法及装置
图谱 实体对齐方法 结构编码器 对齐装置 信息显示设备
4
基于统一行为矢量映射的多模态融合实时驱动数字人方法
蜂巢网格 模态特征 多模态 矢量映射方法 三元组知识库
5
偏好网络模型的训练方法、推荐方法、装置、设备及介质
偏好特征 音频特征 推荐方法 三元组损失函数 样本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号