[发明专利]一种基于生成模型的图像分类方法

摘要

本发明公开了一种基于生成模型的图像分类方法，包括以下步骤：步骤10，获取待分类图像和经过预处理的训练集；步骤20，基于U‑Net网络结构和残差网络构建生成模型；步骤30，根据训练集对生成模型和分类器进行迭代训练，得到训练后的生成模型和训练后的分类器；步骤40，将待分类图像输入训练后的生成模型中，得到待分类对抗样本；步骤50，将待分类对抗样本输入训练后的分类器中，得到分类结果。本发明通过将U‑Net网络和残差模块(Resblock)相结合的网络结构构建生成模型，用来生成对抗扰动，同时，生成模型的输入数据为生成模型提供更加丰富的梯度信息，使生成模型能够提取更多输入的有效信息，从而生成更强大的对抗样本，进而提高分类器的鲁棒性和准确性。