摘要
本发明涉及图像识别技术领域,具体涉及一种低分辨率图像多分类识别方法、装置、设备及介质,所述方法包括步骤1:获取包含低分辨率目标的原始图像,并对所述原始图像进行预处理;所述原始图像包括高速摄像拍摄的藻类图像;步骤2:在标准ResNet50网络的基础上,新增通道‑空间双注意力机制以及特征融合模块得到改进后的ResNet50‑CBAM网络,以分类识别原始图像中低分辨率的藻类;步骤3:使用SGD优化器,采用动态更新学习策略训练所述ResNet50‑CBAM网络;步骤4:待所述ResNet50‑CBAM网络训练完毕后,运行训练后的ResNet50‑CBAM网络,对原始图像进行多分类识别。
技术关键词
分类识别方法
网络
直方图均衡化
注意力机制
动态更新
像素
分类识别装置
对比度
优化器
模拟真实场景
双三次插值
图像识别技术
模型训练模块
双线性插值
嵌入特征
数据处理模块
通道
输出特征
系统为您推荐了相关专利信息
温度控制方法
动态仿真模型
历史温度数据
水冷壁温度
风险
分层
多头注意力机制
多任务深度学习模型
力学
蒙特卡洛
鼻腔内窥镜
图像特征提取模型
联合特征提取
自动路径生成方法
注意力机制
无人机追踪方法
深度神经网络
舵机支架
总线伺服
总线舵机