摘要
本发明提供了一种细粒度图像分类方法、装置及设备,利用目标分割算法、图像分类算法和计算设备,实现了高效、精准的目标类别识别。通过该方法,目标图像可在移动设备上完成自动分割、标准化处理和特征提取,剔除无用背景信息,并结合几何特征与图像特征的融合处理,将融合特征输入神经网络模型,准确输出置信度最高的目标类别结果。该发明具有便携性强、适用范围广、识别效率高、处理流程标准化等优点,可显著提升图像分类的智能化水平,适应目标种类繁多、细节差异微小的复杂应用场景,同时该算法可部署至移动端设备,利用移动端设备的高兼容性,实现了在多种设备上的高效运行,为图像分类的智能化和普及化提供了重要技术支持。
技术关键词
图像分类模型
细粒度图像分类
设备可读存储介质
融合特征
输入神经网络模型
Canny算法
图像分类算法
预定位功能
皮尔逊相关系数
图像特征提取
特征提取单元
微距镜头
图像采集模块
移动端
长轴
分割算法
图像分割
系统为您推荐了相关专利信息
振动加速度信号
浅层神经网络
故障预测模型
注意力
时域特征提取
速度预测模型
汽车制动方法
生物特征识别
身份
制动踏板
病灶识别方法
推理网络
轻量级卷积神经网络
融合特征
图像
视力筛查方法
筛查模型
图像
计算机可读指令
训练视力
不锈钢管
缺陷识别系统
孤立森林算法
子模块
梯度提升树