摘要
一种多标签图像分类方法、装置、可读存储介质及电子设备,该方法包括,将预处理后的图像数据输入至预训练的卷积神经网络模型中,并提取特征图;将提取的特征图进行卷积操作,以得到类别激活图;确定所述类别激活图中目标物的边界框,并根据所述边界框的坐标从所述特征图中提取出局部区域图像;采用双线性插值法调整所述局部区域图像为预设尺寸;筛选出小于阈值尺寸的局部区域图像,并采用双三次插值法将筛选出的图像调整为预设尺寸;将尺寸调整后的所述局部区域图像输入到所述卷积神经网络模型中再次提取特征图,并根据再次提取的特征图进行图像分类预测。本发明可以获得更丰富的特征信息,使得模型能够更加准确地识别图像中的小目标物体。
技术关键词
卷积神经网络模型
图像分类方法
双线性插值法
图像分类装置
坐标
可读存储介质
多标签图像
尺寸
图像提取模块
电子设备
特征提取模块
处理器
卷积模块
关系
系统为您推荐了相关专利信息
轨迹预测模型
轨迹特征
遗传算法
计划
LSTM模型
感兴趣
立体视觉数学模型
像素
坐标系
区域网格划分
温度智能控制系统
催化裂解反应器
虚拟温度模型
控制执行模块
传感器配置
数控机床工件
数控系统
定位系统
轮廓
Canny算法