一种基于F1-score加权投票的图像分类方法和系统

本发明提供了一种基于F1‑score加权投票的图像分类方法和系统，涉及碱性电池电极图像分类技术领域。所述方法采用随机类别采样和随机图像采样的方法，对训练数据集进行大量弱分类任务的采样，以缓解数据不平衡和模型的过拟合问题；针对CNN特征提取器设计了弱分类网络框架，以增强算法对各类缺陷的聚类和表征能力；在推理阶段，通过集成Top‑M个高性能弱分类器，利用F1‑score加权投票预测方法确定最终类别，从而提升算法整体的分类性能。