一种基于掩码特征重建的图像分类自蒸馏方法

本发明公开了一种基于掩码特征重建的图像分类自蒸馏方法，包括：对输入图像预处理后划分训练集和验证集，并增强训练集；将预处理后的图像输入残差神经网络，获取残差块浅、深层阶段输出的特征及残差神经网络的预测输出，使用卷积对特征进行下采样；将下采样后的特征与随机掩码进行元素点积来获得掩码特征；采用基于卷积的生成器和基于感知机的生成器对掩码特征重建，并获得重建特征的预测输出；将分类损失和重建损失结合构建自蒸馏损失函数；将增强后训练集中的图像输入残差神经网络，按照自蒸馏损失函数进行反向传播训练，并用验证集验证，保存最佳网络权重和每一个训练轮次的网络权重。本发明实现了网络性能的提升，并保持了较高的训练效率。