摘要
本申请公开了一种基于多层次特征提取与原型更新的小样本图像分类方法和装置,通过获取待分类图像;基于多层次特征提取网络处理待分类图像,得到待分类图像的分类结果,多层次特征提取网络的各Transformer编码器分别对应嵌入神经网络的各卷积块;基于多层次特征提取网络处理待分类图像包括:基于Vision Transformer网络的各所述Transformer编码器的各层分别捕捉待分类图像中的各特征表示,并对各编码器的最后四层中提取到的各特征表示,每隔两层执行一次谱特征降维池化操作,得到降维和抑噪后的各特征表示;输出分类结果,实现了提高在少量数据情况下模型的分类性能和鲁棒性。
技术关键词
多层次特征提取
图像分类方法
原型
编码器
降维特征
网络
全局结构信息
样本
矩阵
图像分类装置
聚类算法
拉普拉斯
阶段
图谱
输出模块
鲁棒性
特征值
注意力
系统为您推荐了相关专利信息
语义分割网络
面向无人机
硬件加速系统
语义分割方法
语义特征
LED线路板
防静电涂层
涂覆方法
空间分布函数
基材表面温度
场景识别方法
场景类别
多头注意力机制
卫星观测数据
深度学习模型