一种基于多专家动态协作的长尾图像分类方法

本发明公开了一种基于多专家动态协作的长尾图像分类方法，包括以下步骤：构建包括多个专家子网络的分类模型，对长尾图像训练集中的图像类别进行频率分析，根据图像类别的频率分布将图像类别划分为头部、中部和尾部类别；将长尾图像训练集作为第一专家子网络的输入，将中部和尾部类别对应的长尾图像作为第二专家子网络的输入，将尾部类别对应的长尾图像作为第三专家子网络的输入；根据各专家子网络的输出计算分类模型的损失函数，根据损失函数对各专家子网络的参数进行迭代优化，直到达到设定的最大迭代次数；将待分类的长尾图像输入训练好的分类模型，得到图像分类结果。