一种基于特征加权的图像分类方法、系统及相关装置

本发明提供一种基于特征加权的图像分类方法、系统及相关装置，方法包括：将检测图像输入预设主干网络中，基于所述主干网络的特征提取模块，提取图像特征；基于所述的图像特征，采用基于随机傅立叶特征的Hilbert‑Schmidt独立准则独立统计量作为特征相关性的度量，生成特征的随机傅里叶测度，同时学习一组样本的权值，采用保存和重新加载的方法，结合并存储训练阶段遇到的所有特征和样本权值，并对分类损失进行加权，得到加权损失，计算模型的最终损失，用所述损失更新特征提取函数和分类预测函数；基于更新的特征提取函数和分类预测函数对训练图像再次进行特征提取并分类预测，得到图像的最终分类结果；利用特征加权，降低特征之间的虚假相关性果。