[发明专利]一种基于双分支网络的细粒度图像分类方法及系统

说明书

本发明公开了一种基于双分支网络的细粒度图像分类方法，包括：对待分类目标图像进行预处理；将预处理后的目标图像输入预先训练好的非最大值激活双分支网络，提取得到待分类目标图像特征；基于得到的待分类目标图像特征，采用分类器进行类别预测，得到待分类目标图像特征的类别预测结果；采用预设的融合方法融合类别预测结果，得到待分类目标图像的分类结果。本发明能够解决现有技术中卷积神经网络方法无法扩展至基于Transformer架构网络的细粒度图像分类任务的不足和注意力机制对目标特征提取不充分的问题。

技术领域

本发明涉及一种基于双分支网络的细粒度图像分类方法及系统，属于计算机视觉技术领域。

背景技术

细粒度图像分类属于图像分类任务领域，与普通分类任务不同的是，细粒度图像分类任务旨在对大类中的子类进行分类，如：不同类型的车、鸟和飞机等。这类分类目标具有类内差异大，类间差异小的特点，这使得分类的关键在于目标细微的特征提取。现阶段，细粒度图像分类方法主要是利用注意力机制对目标进行最大值激活以获取目标有效的局部判别性特征，缺乏对非最大值激活特征进行提取；另一方面，目前大部分的细粒度分类方法主要是基于卷积神经网络提取目标特征，缺乏利用Transformer架构的角度设计网络骨架和目标函数设计等考虑，已存在的卷积神经网络方法难以直接扩展至基于Transformer架构网络的细粒度图像分类方法。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种基于双分支网络的细粒度图像分类方法及系统，能够解决现有技术中卷积神经网络方法无法扩展至基于Transformer架构网络的细粒度图像分类任务的不足和注意力机制对目标特征提取不充分的问题。为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供了一种基于双分支网络的细粒度图像分类方法，包括：

对待分类目标图像进行预处理；

将预处理后的目标图像输入预先训练好的非最大值激活双分支网络，提取得到待分类目标图像特征；其中，所述非最大值激活双分支网络包括非最大值激活模块和同构双分支子网络，所述非最大值激活模块用于输出最大激活特征和非最大值激活特征，输出的特征输入所述同构双分支子网络，由同构双分支子网络进行学习，输出待分类目标图像特征；

基于得到的待分类目标图像特征，采用分类器进行类别预测，得到待分类目标图像特征的类别预测结果；

采用预设的融合方法融合类别预测结果，得到待分类目标图像的分类结果。

结合第一方面，进一步地，所述对待分类目标图像进行预处理，包括：

将待分类目标图像缩放至600像素×600像素大小，以图像中心为中心裁剪一个大小为448像素×448像素的图像区域。

结合第一方面，进一步地，所述非最大值激活双分支网络包括图像预处理模块、骨干网特征提取模块、非最大值激活模块和同构双分支子网络。

结合第一方面，进一步地，所述非最大值激活双分支网络通过以下步骤训练的：

将用于训练的图像输入所述非最大值激活双分支网络；在预设的目标损失函数指导下，采用随机梯度下降算法对非最大值激活双分支网络的参数进行训练，得到最优网络参数。

结合第一方面，优选地，所述用于训练的图像通过以下步骤得到：将图像缩放至600像素×600像素大小，随机裁剪一个大小为448像素×448像素的区域图像，采用随机率为0.5的随机水平翻转方式对图像进行翻转。

结合第一方面，进一步地，所述预设的目标损失函数为：

L＝L^CE+λL^DB (1)