基于多示例学习的图像分类方法

本发明公开了一种基于多示例学习的图像分类方法，步骤包括：对输入图像进行预处理操作获得预处理图像；提取出预处理图像中的各个感兴趣区域并合并为一个包；由特征提取网络提取出特征语义信息作为示例特征；由特征融合模块对示例特征进行特征融合得到包特征；通过全连接层将包特征映射到样本标记空间，再经过分类器输出包的特征预测概率。该图像分类方法能够在相同的图像示例分类准确率下，提高图像包分类任务误差容错率，以适应现实中不同类型的图像分类任务，为适应不同的分类场景提供解决方案。