摘要
本发明实施例提供了一种图像分类模型训练方法、图像分类方法、装置及电子设备,涉及机器视觉技术领域。方法包括:获取样本图像,按照预设划分方式将样本图像划分为各样本图像区域;获取各样本图像区域所组成的区域序列;利用转换编码器对区域序列进行特征提取,得到样本图像特征;利用类别检测网络对样本图像特征进行类别检测,得到类别检测结果;利用位置检测网络对样本图像特征进行位置检测,得到位置检测结果;基于类别标签与类别检测结果之间的差异,以及位置标签与位置检测结果之间的差异,对初始结构的图像分类模型的模型参数进行调整,直至达到预设的收敛条件,得到训练好的图像分类模型。可以得到鲁棒性更高的图像分类模型。
技术关键词
转换编码器
样本
图像分类方法
标签
序列
网络
图像分类模型训练
洗牌
计算机程序产品
图像分类装置
位置检测模块
机器视觉技术
对象
通信接口
电子设备
图像获取模块
可读存储介质
系统为您推荐了相关专利信息
样本生成方法
贝叶斯模型
鲁棒性
检测器
预训练模型
网络流量预测方法
序列
频率
线性
计算机程序产品