一种基于选择性原型损失函数的多标签图像分类方法

本发明公开了一种基于选择性原型损失函数的多标签图像分类方法，包括如下步骤：S1、获取原始图像数据集并进行预处理形成训练集，原始图像数据集中的全部图像具有M个类别且各图像具有至少一个标签；S2、建立卷积神经网络模型并采用训练集进行训练，卷积神经网络模型利用选择性原型损失函数作为惩罚函数；S3、采用训练好的卷积神经网络模型对待测图像进行分类，获得对应类别的预测概率即为多标签图像分类结果。该方法具有识别更加准确和泛化能力更强的特点。