摘要
本申请的实施例揭示了图像分类模型的协同训练方法、图像分类方法及相关装置。该训练方法包括:将图像样本划分为多个图像块;基于第一图像分类模型对多个图像块提取图像全局特征,并基于图像全局特征预测图像级类别标签,以获取第一图像分类模型在图像分类过程中产生的图像块分类预测信息;基于第二图像分类模型对各个图像块进行分类预测,并基于分类预测得到的块级类别标签确定图像级类别标签,以获取第二图像分类模型在图像分类过程中所产生的图像块分类预测信息;根据第一图像分类模型和第二图像分类模型分别产生的图像块分类预测信息计算协同训练损失值,以基于协同训练损失值对各个模型进行参数更新。本申请的实施例能够提升图像分类准确性。
技术关键词
图像分类模型
图像块
图像全局特征
标签
原型
协同训练方法
图像分类方法
电子设备
计算机程序产品
处理器
样本
训练装置
参数
典型
切片
可读存储介质
模块
存储器
系统为您推荐了相关专利信息
数控贴标机
玻璃加工过程
贴标方法
计算机可执行指令
路径规划算法
周边结构
舒适度
土体参数
训练样本集
灰狼优化算法
结构化日志数据
日志异常检测方法
GRU模型
日志解析
模板
感知数据处理方法
降维策略
拓扑网络
参数
物理设备