一种用于解决样本比例不平均问题的图像分类方法及装置

本发明提供了一种用于解决样本比例不平均问题的图像分类方法及装置，所述方法包括：输入预训练的样本图像，计算负样本数量；将样本图像划分为大小相等的图像块，使用P‑Stable函数将图像块进行重新组合，并对图像块之间的分割线进行模糊处理，生成图像语义信息不改变的增强图片；通过数据增强处理，生成与负样本数量相同的正样本；使用正负比例平衡的样本对ResNet网络进行训练，并使用训练好的ResNet网络对模型进行迁移训练，获得精度更高的分类模型。本发明方法通过数据增强技术对训练数据进行处理，有效增加了训练样本的多样性，显著提升了图像分类的精度。