基于特征解耦的图像分类方法、装置、设备及介质

本发明涉及人工智能领域，技术方案可应用在金融科技/医疗健康领域，公开了一种基于特征解耦的图像分类方法、装置、设备及介质，方法包括：通过卷积神经网络提取原始特征图；采用双路径处理模块并行执行显著特征解耦与原始特征校准，其中解耦路径通过注意力增强和正交空间分解实现语义特征分离，校准路径通过特征变换和稀疏约束抑制噪声；基于动态相关性门控自适应融合双路径输出，生成通道级加权特征；最后通过层次化分类器同步执行原型匹配分类与全连接分类，输出融合决策结果。本发明突破传统可解释方法中精度下降与解释脱节的矛盾，实现特征语义完整性与分类可解释性的协同提升。