摘要
本申请涉及图像分类技术领域,提出了一种图像分类方法、装置、设备及存储介质,该方法包括:获取待分类图像,并将待分类图像输入至预设图像分类模型进行分类,预设图像分类模型为通过基于第一类激活图以及第二类激活图获得的第一蒸馏损失值对初始学生网络模型进行反向传播训练获得的模型,第一类激活图通过第一教师网络模型对样本图像进行特征提取获得,第二类激活图通过初始学生网络模型对样本图像进行特征提取获得;基于分类结果获得待分类图像对应的图像类别,这说明本申请在资源环境受限的情况下,也可以通过反向传播训练获得高准确率的预设图像分类模型来对待分类模型进行分类,获得精准的图像分类结果。
技术关键词
图像分类模型
图像分类方法
蒸馏
学生
样本
网络
标签
图像类别
教师
图像分类设备
图像分类技术
图像分类装置
图像分析模块
处理器
可读存储介质
存储器
受限
计算机
系统为您推荐了相关专利信息
项目
BP神经网络预测
BP神经网络模型
随机森林模型
RBF神经网络
PCR扩增体系
核酸
遗传病检测技术
引物
细胞系
训练样本数据
大语言模型
数据处理方法
指令
数据处理装置
网络入侵检测模型
网络入侵检测方法
生成对抗网络
教师
网络入侵检测装置