摘要
本发明公开了一种基于随机图像掩码和双流神经网络的图像分类方法,包括获取待分类图像,输入至训练好的双流神经网络,得到该待分类图像所属的类别。本基于随机图像掩码和双流神经网络的图像分类方法通过掩码图像和拼接图像,实现了对图像数据的双重表征,掩码图像则是通过掩码块对原始图像进行覆盖,迫使网络学习从剩余信息中推断整体内容的能力,拼接图像则是通过拼接被掩码块覆盖的原始图像的局部信息,提供了更为细致的局部特征视图,有助于网络捕获图像的精细结构,同时通过掩码图像和拼接图像训练网络,使网络仅通过图像中的部分信息学习整体的特点,有助于提高网络的泛化能力。
技术关键词
双流神经网络
图像分类方法
下采样功能
分支
融合特征
积层
列表
像素点
定义
尺寸
数据
关系
系统为您推荐了相关专利信息
多模态特征
无创筛查系统
时空融合特征
筛查方法
眼动轨迹
机器人抓取位姿估计方法
语义分割方法
语义分割网络
机器人基座
特征金字塔
轻量级算法
光谱图像分类方法
支路
图像分类系统
分支
光学图像数据
参数
多模态数据融合
融合特征
缺陷预测
预测控制模型
自动优化方法
特征金字塔网络
融合特征
环境传感器数据