一种基于大模型的图像分类方法及系统

本申请提供一种基于大模型的图像分类方法及系统，涉及图像分类技术领域，获取待分类的模态图像数据集；分别对每张模态图像进行局部提取，进而得到多个局部模态描述向量，依据获取的模态模糊数据将各个局部模态描述向量分别转换为对应模态图像的模糊特征描述子；构建分类滤波器阵列，对于模态图像数据集中的每张模态图像，根据分类滤波器阵列对模态图像进行卷积，得到模态图像对应的模态特征域，得到每张模态图像对应的模态特征域；将每张模态图像的模糊特征描述子和模态特征域输入到基于深度学习的图像分类模型中进行分类，得到所述模态图像数据集的分类结果，本申请可以高效地提取出图像数据的主要特征信息，以提高图像分类模型的泛化能力。