公开(公告)号：CN119152300B

公开(公告)日：2025-01-28

申请号：CN202411667924.7

申请日：2024-11-21

Applicant: 中南大学

Inventor： 曾锋 ,  严昌燊 ,  张肖垚 ,  谢小卫

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06V10/25 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/088 ,  G06N3/0895 ,  G06N3/09

Abstract: 本发明公开了一种基于Transformer的细粒度图像分类方法及系统。其中，系统包括能够增强模型对关键细节的捕捉能力的细节增强子模块、通过设计通道注意力机制和空间注意力机制，能够重点关注输入图像的关键区域的局部特征细化子模块；融合了多尺度特征，处理高度相似的图像时更具辨别力的自适应特征融合模块，使得发明提供的方案实现了特征信息的优化整合，提高了特征的表达能力，增强了模型对复杂图像的泛化能力，能有效提高细粒度图像分类的准确性和鲁棒性。

公开(公告)号：CN119152300A

公开(公告)日：2024-12-17

申请号：CN202411667924.7

申请日：2024-11-21

Applicant: 中南大学

Inventor： 曾锋 ,  严昌燊 ,  张肖垚 ,  谢小卫

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06V10/25 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/088 ,  G06N3/0895 ,  G06N3/09

Abstract: 本发明公开了一种基于Transformer的细粒度图像分类方法及系统。其中，系统包括能够增强模型对关键细节的捕捉能力的细节增强子模块、通过设计通道注意力机制和空间注意力机制，能够重点关注输入图像的关键区域的局部特征细化子模块；融合了多尺度特征，处理高度相似的图像时更具辨别力的自适应特征融合模块，使得发明提供的方案实现了特征信息的优化整合，提高了特征的表达能力，增强了模型对复杂图像的泛化能力，能有效提高细粒度图像分类的准确性和鲁棒性。