基于多尺度特征融合的对动物图像的零样本分类方法

本发明公开了一种基于多尺度特征融合的对动物图像的零样本分类方法，该方法包括：通过利用ResNet101第三层与第四层的不同尺度特征，在零样本分类任务中进行局部特征的挖掘；将第三层与第四层特征输入多尺度特征增强模块，增强特征判别性；设立跨层融合模块，通过学习对方层的特征产生交互，增强模型泛化能力；将同层的特征融合，并输入到属性关注模块。本发明充分利用了不同层的特征信息，减少了零样本分类任务中，模型对可见类的偏见，提升了广义零样本和零样本分类的准确性。