[发明专利]一种自主学习的图像精细分类方法

摘要

一种自主学习的图像精细分类方法，包括以下步骤：1)人工采集对应需求标签的图像数据集，保存至强标签数据集，使用ImageNet数据集初始化卷积神经网络CNN参数；2)使用强标签数据集微调修正CNN；3)判断分类网络的优化趋势；4)判断网络分类精度是否达到了要求；5)利用网络爬虫从互联网爬取、人工采集与标签相关的图像数据和噪声数据保存至弱标签数据集；6)使用弱标签数据集调整滤波器的阈值；7)使用调整后的滤波器筛选数据保存至强标签数据集和噪声数据集；8)保存网络权重和滤波器参数。本发明训练得到的分类器的分类精度和鲁棒性都较高。

主权项

一种自主学习的图像精细分类方法，其特征在于：包括以下步骤：S1：人工采集对应需求标签的图像数据集，保存至强标签数据集，使用ImageNet数据集初始化卷积神经网络CNN参数；S2：使用强标签数据集微调修正CNN；S3：判断分类网络的优化趋势；S4：判断网络分类精度是否达到了要求；S5：利用网络爬虫从互联网爬取、人工采集与标签相关的图像数据和噪声数据保存至弱标签数据集；S6：使用弱标签数据集调整滤波器的阈值。S7：使用调整后的滤波器筛选数据保存至强标签数据集和噪声数据集。S8：保存网络权重和滤波器参数。