[发明专利]一种基于多重感受野的图像分类方法、系统及装置

摘要

本发明公开了一种基于多重感受野的图像分类方法、系统及装置，包括：建立第一层模型，通过改进的损失函数进行训练，得到调整完后的第一层输出特征；建立第二层模型，通过损失函数进行训练，得到调整完后的第二层输出特征；建立第二层模型，通过进行编码解码训练，得到调整完后的第三层输出特征；根据第三层输出特征按照类别个数进行降维，输出到分类器中进行图像分类识别处理。本发明通过不同扩张卷积因子获取多个感受野下的图像信息作为下一层网络的输入，并采用堆栈式训练的方法进行逐层训练，使得模型更好地逼近图像特征，而且通过三层模型结构，能更全面地提取图像特征，大大提高图像分类识别的准确率。本发明可广泛应用于图像分类识别中。

主权项

1.一种基于多重感受野的图像分类方法，其特征在于，包括以下步骤：批量输入图像；根据输入图像，建立第一层模型，通过改进的损失函数进行训练，得到调整完后的第一层输出特征；根据第一层输出特征，建立第二层模型，通过损失函数进行训练，得到调整完后的第二层输出特征；根据第二层输出特征，建立第三层模型，通过进行编码解码训练，得到调整完后的第三层输出特征；根据第三层输出特征按照类别个数进行降维，并进行全局平均池化处理，进而输出到分类器中进行图像分类识别处理。