一种基于CNN神经网络的图像分类方法

本发明公开了一种基于CNN神经网络的图像分类方法，包括以下步骤：通过特征提取方法提取图像的特征，所述图像特征包括边缘、纹理；构建CNN神经网络；将神经网络中的若干注意力头、维度和若干池化层组成单条卷积路径，采用寻优算法对卷积路径进行寻优，搜索过程中计算该卷积路径的类内差异不平衡损失和类间差异不平衡损失；采用多目标演化算法对损失进行优化；使用优化后的卷积神经网络对图像进行分类，输出分类结果。本申请使用多目标优化算法得到注意力头的个数、维度和池化层的最优数量，提高了神经网络的计算效率，以最小化类内差异不平衡损失和类间差异不平衡损失为目标，从而提高了图像分类的准确度。