[发明专利]一种图像分类方法、装置、终端及存储介质

权利要求书

1.一种图像分类方法，其特征在于，所述方法包括：

获取待分类图像，将所述待分类图像输入目标分类模型，其中，所述目标分类模型包括卷积层、注意力层以及分类层；

通过所述卷积层获取所述待分类图像的局部特征信息，得到第一特征图；

通过所述注意力层对所述第一特征图进行全局建模，得到第二特征图；

通过所述分类层对所述第二特征图进行图像分类，得到所述待分类图像对应的图像类别。

2.根据权利要求1所述的图像分类方法，其特征在于，所述卷积层包括若干级联的第一卷积块和最大池化层，所述通过所述卷积层获取所述待分类图像的局部特征信息，得到第一特征图，包括：

通过若干级联的所述第一卷积块对所述待分类图像进行卷积操作，得到初始特征图；

通过所述最大池化层对所述初始特征图进行降采样，得到所述第一特征图。

3.根据权利要求1所述的图像分类方法，其特征在于，所述注意力层包括若干级联的注意力模块和分层多头注意力模块，所述通过所述注意力层对所述第一特征图进行全局建模，得到第二特征图，包括：

将所述第一特征图输入第一个所述注意力模块，获取最后一个所述注意力模块输出的位置权重标定特征图，其中，所述位置权重标定特征图包括若干区域，每一所述区域具有一个位置权重值，每一所述位置权重值用于反映一个所述区域对应的空间注意力和通道注意力的高低；

将所述位置权重标定特征图输入所述分层多头注意力模块，通过所述分层多头注意力模块输出所述第二特征图。

4.根据权利要求3所述的图像分类方法，其特征在于，每一所述注意力模块包括分割注意力模块和坐标注意力模块，

所述分割注意力模块，用于根据输入的特征图输出权重标定特征图，其中，所述权重标定特征图包括若干区域，每一所述区域具有一个权重值，所述权重值的大小用于反映所述区域对应的通道注意力的高低；

所述坐标注意力模块，用于根据所述权重标定特征图输出所述位置权重标定特征图。

5.根据权利要求4所述的图像分类方法，其特征在于，所述分割注意力模块包括全局平均池化层、第一全连接层以及r-Softmax层，所述根据输入的特征图输出权重标定特征图，包括：

对输入的所述特征图进行特征映射，得到若干特征映射图，其中，若干所述特征映射图分别对应不同的映射路径；

对若干所述特征映射图进行融合，得到特征映射图组；

将所述特征映射图组输入所述全局平均池化层，得到全局上下文信息；

将所述全局上下文信息输入所述第一全连接层，得到第一通道权重值信息；

将所述第一通道权重值信息输入所述r-Softmax层，得到若干组注意力权重值信息；

根据若干组所述注意力权重值信息一一对应地对若干所述特征映射图进行权重标定，得到若干初始权重标定特征图；

对若干所述初始权重标定特征图进行融合，得到所述权重标定特征图。

6.根据权利要求4所述的图像分类方法，其特征在于，所述坐标注意力模块包括横向全局平均池化层、竖向全局平均池化层、第二全连接层、激活函数层，所述通过所述坐标注意力模块获取所述权重标定特征图对应的位置权重标定特征图，包括：

将所述权重标定特征图输入所述横向全局平均池化层得到横向感知注意力图，将所述权重标定特征图输入所述竖向全局平均池化层得到竖向感知注意力图；

将所述横向感知注意力图和所述竖向感知注意力图输入第二全连接层，得到第二通道权重值信息；

将所述第二通道权重值信息沿横向和竖向分别分成横向通道权重值信息和竖向通道权重值信息；

将所述横向通道权重值信息和所述竖向通道权重值信息分别输入所述激活函数层，得到所述横向通道权重值信息对应的横向注意力权重信息和所述竖向通道权重值信息对应的竖向注意力权重信息；

根据所述横向注意力权重信息和所述竖向注意力权重信息，确定所述权重标定特征图上每一区域的所述位置权重值，得到所述位置权重标定特征图。