一种基于MobileNetV2的多尺度特征融合的图像分类方法

本发明公开了一种基于MobileNetV2的多尺度特征融合的图像分类方法，属于图像处理与分类技术领域，该方法包括：采集模板图像，将模板图像输入到MobileNetV2中提取多尺度特征；分别计算模板图像的多尺度特征的平均值，形成对应的类别特征模板；向MobileNetV2中输入待分类图像的多尺度特征，与模板库中的特征模板进行相似度比较，获取待分类图像所属的类别；判断MobileNetV2的置信度，并基于置信度将该待分类图像作为新的模板图像进行保存。该方法提高了模型的准确性和模板生成的效率，增强了特征的稳定性和区分度。