摘要
本申请公开了一种图像分类方法、系统、设备及存储介质,图像分类方法包括将图像训练数据集中的图像输入至预设的初始图像分类模型中,得到第一预测值,并根据第一预测值确定第二图像的伪标签;根据第一预测值和伪标签计算第二预测值,对第二图像进行筛选,得到第三图像;根据第三图像和初始图像分类模型计算第一损失值和第二损失值;根据第一预测值和第一图像通过初始图像分类模型计算第三损失值和第四损失值;根据第二图像和第三图像通过初始图像分类模型计算第五损失值;计算总损失值,并根据总损失值更新初始图像分类模型,直至总损失值达到预设值,得到训练好的图像分类模型,提高了图像分类模型的准确性。
技术关键词
图像分类模型
图像分类方法
标签类别
置信度阈值
图像分类系统
计算机可执行指令
图像分类设备
样本
可读存储介质
数据获取模块
处理器通信
存储器
矩形
系统为您推荐了相关专利信息
深度神经网络模型
样本生成方法
变量
补丁
遗传进化算法
图像分类模型
图像全局特征
图像局部特征
标签文本
样本
图像分类方法
加速模型训练
注意力机制
分类准确率
图像分类技术
多模态特征融合
Apriori算法
融合特征
类别识别方法
关联规则分析