一种高光谱图像分类方法、装置及计算机可读终端

本发明公开一种高光谱图像分类方法、装置及计算机可读终端，涉及图像分类技术领域。本发明构建基于改进的YOLOv7的高光谱图像分类模型，将经过改进后的GAM注意力机制插入主干网络中的ELAN模块中形成新的ELAN‑GAM模块，在高光谱图像的三个维度上保留重要的光谱特征信息并放大全局空间交互特征，同时，添加的池化操作能够一定程度上减少参数，使模型的分类效率提高，头部网络中的预测结构采用改进的R‑FCN分类结构替换YOLOv7头部网络的分类预测结构，使用RPN替代选择性搜索得到高光谱图像地物候选框，经过一个平均池化将统一为相同维度的三个一维向量进行叠加得到一个新的特征向量用于表示高光谱图像在不同尺度下的特征信息，提高分类效率，提高所得分类结果的分类精度。