[发明专利]基于类间相似度的分布式标签的细粒度图像识别算法

摘要

本发明公开了基于类间相似度的分布式标签的细粒度图像识别算法，包括以下步骤：(1)使用骨干网络提取输入图像的特征表示；(2)利用中心损失模块通过特征表示计算中心损失并更新类别中心；(3)分类损失模块利用特征表示和最终标签分布计算分类损失(例如交叉熵损失)，其中的最终标签分布通过计算独热标签分布和由类别中心生成的分布式标签分布的加权和得到；(4)由中心损失和分类损失加权求和得到最终的目标损失函数，以此优化整个模型。本发明通过降低模型预测的确信度有效地缓解了过拟合的问题，能够精确地学习细粒度数据的辨别性特征，精确高效地区分不同细粒度类别的数据，可广泛应用于视觉分类和多媒体领域。