摘要
一种基于多尺度特征的融合技术的图像分类方法。本发明公开了一种基于多尺度特征的融合技术的图像分类方法,包括如下步骤:将图像输入到特征提取网络PVTv2中,会在四个Stage上输出四个特征层,低层的细节信息丰富,而高层的语义信息丰富;将不同特征层分别输入残差注意力模块使网络选取感兴趣的特征通道和特征区域;将特征图分块后线性映射成嵌入向量并输入到FFT Block中进行特征融合。本发明从多尺度特征和多信息融合方面出发,有效提高了卷积神经网络图像分类器的分类性能。
技术关键词
图像分类方法
特征提取网络
多尺度特征
卷积神经网络图像
融合分类器
生成多尺度
金字塔结构
保留特征
分块
模块
感兴趣
通道
线性
注意力
语义
编码
序列
系统为您推荐了相关专利信息
桌面物品
电子围栏
通道注意力机制
权重分配机制
多尺度特征融合
超声辅助诊断系统
语义特征
特征提取模块
扫描单元
图像采集模块
双目标定方法
可见光图像
特征提取模型
特征提取网络
海洋场景
参数预测方法
长短期记忆神经网络
变工况
多尺度特征提取
传感器运行数据
合成孔径雷达影像
注意力机制
融合特征
权重特征
多光谱