一种基于深度学习模型的图像分类方法、装置及电子设备

本申请涉及一种基于深度学习模型的图像分类方法，包括：对输入图像使用a*a的卷积核进行卷积操作，然后使用注意力模块增强特征得到初始特征图，其中a为正整数；对所述初始特征图连续使用b*b和a*a的卷积核进行卷积操作，并使用注意力模块增强特征得到中间特征图，其中b为正整数且b大于a；对所述中间特征图先使用1*c的行卷积进行卷积操作，再使用c*1的列卷积进行卷积操作，然后使用注意力模块增强特征得到增强特征图，其中c为正整数且c大于b；对所述增强特征图先使用1*d的行卷积进行卷积操作，再使用d*1的列卷积进行卷积操作，然后使用注意力模块增强特征得到最终特征图，其中d为正整数且d大于c；通过所述最终特征图得到输入图像的分类结果。