公开(公告)号：CN118097216A

公开(公告)日：2024-05-28

申请号：CN202311760397.X

申请日：2023-12-20

Applicant: 哈尔滨工程大学

Inventor： 申林山 ,  冯祥 ,  徐丽

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/08 ,  G06V10/52 ,  G06V10/74

Abstract: 一种融合特征金字塔和自适应原型选择的图像分类方法，它属于深度学习和图像分类领域。本发明解决了在小样本图像分类任务中，由于难以学习到丰富的知识以及易出现过拟合导致分类效果差的问题。本发明方法为：步骤一、搭建FResNet网络，将训练集中的图像依次输入到FResNet网络内，利用训练集中的图像对FResNet网络进行训练；直至对训练集中图像的分类准确率达到设定的阈值时停止训练，获得训练好的FResNet网络；步骤二、将待分类图像输入训练好的FResNet网络，利用训练好的FResNet网络输出待分类图像的特征向量，再根据待分类图像的特征向量确定待分类图像所属的类别。本发明可以应用于小样本图像分类。