一种基于resnet-50网络模型的视觉设计图像分类方法

本发明涉及图像分类技术领域，且公开了一种基于resnet‑50网络模型的视觉设计图像分类方法，包括以下步骤，获取视觉设计图像集合P并对P进行预处理得到，将分为构建集、训练集和测试集；对构建集内的所有图像进行图像分割，得到w个子图像；获得m个图像形状特征向量，n个图像颜色特征向量和p个图像纹理特征向量并进行向量交错处理并映射至resnet‑50网络模型，形成视觉设计图像网络模型；训练模型，通过损失函数计算损失对模型参数进行学习优化；获得视觉设计图像类别，将测试集的图像经过图像分割后，输入到训练好的模型中，得到对应的视觉设计图像类别；本发明获取视觉设计图像的形状、颜色和纹理特征向量，并进行向量交错处理，将三者融合保证视觉设计图像的准确分类。