摘要
本申请实施例属于人工智能领域,涉及一种图像分类方法,包括:获取目标图像,并生成所述目标图像的目标特征向量;将所述目标特征向量输入图像分类模型中的编码器,得到所述编码器中各编码层输出的隐藏层特征状态,其中,所述各编码层添加有高斯模糊计算;通过层注意力机制给所述各编码层的隐藏层特征状态添加权重,并根据所述各编码层带有权重的隐藏层特征状态生成第一特征矩阵;对所述第一特征矩阵进行矩阵加权操作,并在矩阵加权后进行池化操作,得到分类向量;将所述分类向量输入所述图像分类模型中的分类器,得到所述目标图像的图像类别。本申请还提供一种图像分类装置、计算机设备及存储介质。本申请提高了图像分类的准确性。
技术关键词
图像分类方法
图像分类模型
计算机可读指令
编码器
图像类别
矩阵
图像分类装置
多头注意力机制
分类器
计算机设备
图像块
图像获取模块
可读存储介质
处理器
输入模块
存储器
系统为您推荐了相关专利信息
图像清晰化方法
解码器
神经网络训练
像素
编码器
敏感性分析方法
关联算法
计算机可执行指令
企业
引入注意力机制
多功能工业机器人
机器人本体
伸缩机构
微型气缸
辅助机械臂