一种基于样本分级学习与纠正的含噪声标签图像分类方法

本发明涉及一种基于样本分级学习与纠正的含噪声标签图像分类方法包括：利用样本分级策略将图像数据集划分为简单干净样本子集、简单噪声样本子集、困难干净样本子集和困难噪声样本子集；基于预测一致性策略将简单噪声样本子集中的部分图像样本的标签加以纠正；基于预测一致性策略将困难噪声样本子集中的部分图像样本的标签加以纠正；根据简单干净样本子集和困难干净样本子集构建监督训练损失函数；根据简单噪声样本子集和困难噪声样本子集构建无监督训练损失函数；将监督训练损失函数和无监督训练损失函数进行线性加权得到总损失函数对图像分类模型进行训练，通过训练好的图像分类模型对待测试图像进行分类。本发明能够提高模型的分类性能。