摘要
本发明公开了一种基于语义解耦的零样本辅助小样本图像分类方法,本发明涉及图像识别技术领域,小样本图像分类方法具体步骤为:构建语义矩阵、数据预处理、零样本模型分类、小样本基础模型分类和模型集成获得最终分类结果,本发明的优点在于:通过辅助类别与目标类别处于同一个大类,以便于构建更科学合理的语义矩阵,通过对辅助类别选取,保证能够获取到较多的辅助类别图像样本,便于后续零样本分类环节的运行,通过将所有图像的特征矩阵等验证集样本序号统一封装保存为mat格式,方便后续程序直接调用,通过在现有的广义零样本分类方法基础上引入了语义解耦的概念,解决了在水下图像分类任务中将专家领域知识直接应用于分类模型中提高模型性能。
技术关键词
图像分类方法
残差网络模型
矩阵
零样本分类方法
集成方法
卷积神经网络模型
语义特征
基础
广义
图像识别技术
分类准确率
后续程序
集成算法
训练集
序列
图像处理
系统为您推荐了相关专利信息
酒店收益管理
注意力机制
动态
游客流量预测
收益管理系统
分配优化方法
多层感知机
动车
代表
车辆运行状态
电气自动化控制
教学信息处理方法
动态知识图谱
知识点
个性化学习路径