公开(公告)号：CN119762837A

公开(公告)日：2025-04-04

申请号：CN202411641493.7

申请日：2024-11-18

Applicant: 中国科学院计算技术研究所

Inventor： 许倩倩 ,  芦志广 ,  包世龙 ,  杨智勇 ,  黄庆明

IPC: G06V10/764 ,  G06V10/77 ,  G06V10/40 ,  G06V10/82 ,  G06N3/047 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供了一种图像分类模型的训练方法和图像分类方法，该训练方法，包括：获取基于图像的多层级分类训练集；获取图像分类模型，其包括用于从输入的图像提取图像特征的特征提取器和堆叠的多层双向逻辑树；获取预设的自适应的粒度内差异学习网络，学习网络包括多层学习矩阵，每层学习矩阵用于对同层的分类器输出的第一逻辑值进行映射以得到第二逻辑值；利用所述训练集和预设的总损失函数指导图像分类模型和学习网络进行训练，其中，总损失函数被配置为根据第一逻辑值和分类标签指导模型学习每层的分类知识，以及根据第二逻辑值和样本的平滑标签指导模型针对每层学习同层中的各个类别与真实类别的相似度信息，从而更好地提升分类器的性能。