基于神经网络的图像分类方法技术

本发明专利技术公开了一种基于神经网络的图像分类方法，包含以下步骤：建立循环注意力卷积神经网络；训练循环注意力卷积神经网络；获取待分类图片；对待分类图片进行预处理；将预处理后的待分类图片输入到训练后的循环注意力卷积神经网络；循环注意力卷积神经网络自动识别出待分类图片的类别。本发明专利技术的有益之处在于提供的基于神经网络的图像分类方法采用循环注意力神经网络，一方面准确定位到图片中具有判别力的关键区域，另一方面要能从那些关键区域中提取有效的纹理特征信息，这两方面是相互促进，所以在训练网络的时候采取了交替循环训练，即不断循环进行关键区域定位和特征提取，根据最终提取出的关键有效的信息对图片进行分类。

Image Classification Method Based on Neural Network

【技术实现步骤摘要】
基于神经网络的图像分类方法
本专利技术涉及一种基于神经网络的图像分类方法。
技术介绍
目前，建筑行业工程师搜索参考图片寻找灵感时主要靠搜索相似类型的图片，这就需要大量的不同类别的图片以供参考，人工地对图片打标签分类以供浏览耗时又耗力。现有智能图像分类是根据各自在图像信息中所反映的不同特征，把不同类别的目标区分开来的图像处理方法。它利用计算机对图像进行定量分析，把图像或图像中的每个像元或区域划归为若干个类别中的某一种，以代替人的视觉判读，但现有的图像分类方法判断不够精准，经常造成判断错误，影响工作效率。
技术实现思路
本专利技术提供了一种基于神经网络的图像分类方法，采用如下的技术方案：一种基于神经网络的图像分类方法，包含以下步骤：建立循环注意力卷积神经网络；训练循环注意力卷积神经网络；获取待分类图片；对待分类图片进行预处理；将预处理后的待分类图片输入到训练后的循环注意力卷积神经网络；循环注意力卷积神经网络自动识别出待分类图片的类别。进一步地，循环注意力卷积神经网络包含3个尺度子网络，每个尺度子网络的网络结构相同，且每个尺度子网络的参数不同。进一步地，每个尺度子网络包含分类网络和注意力建议网本文档来自技高网...

【技术保护点】
1.一种基于神经网络的图像分类方法，其特征在于，所述基于神经网络的图像分类方法包含以下步骤：建立循环注意力卷积神经网络；训练所述循环注意力卷积神经网络；获取待分类图片；对所述待分类图片进行预处理；将预处理后的所述待分类图片输入到训练后的所述循环注意力卷积神经网络；所述循环注意力卷积神经网络自动识别出所述待分类图片的类别。

【技术特征摘要】
1.一种基于神经网络的图像分类方法，其特征在于，所述基于神经网络的图像分类方法包含以下步骤：建立循环注意力卷积神经网络；训练所述循环注意力卷积神经网络；获取待分类图片；对所述待分类图片进行预处理；将预处理后的所述待分类图片输入到训练后的所述循环注意力卷积神经网络；所述循环注意力卷积神经网络自动识别出所述待分类图片的类别。2.根据权利要求1所述的基于神经网络的图像分类方法，其特征在于，所述循环注意力卷积神经网络包含3个尺度子网络，每个所述尺度子网络的网络结构相同，且每个所述尺度子网络的参数不同。3.根据权利要求2所述的基于神经网络的图像分类方法，其特征在于，每个所述尺度子网络包含分类网络和注意力建议网络；所述分类网络用于提取输入的所述待分类图片的特征并根据提取出的特征对所述待分类图片进行分类；所述注意力建立网络基于所述分类网络提取出的特征得到注意力区域；所述注意力建立网络将注意力区域从所述图片中裁剪出来后将其放大并作为下一个所述尺度子网络的输入。4.根据权利要求3所述的基于神经网络的图像分类方法，其特征在于，所述分类网络包括卷积层、全连接层和softmax层；其中，所述卷积层用于提取所述待分类图片的特征；所述全连接层和所述softmax层用于根据提取出的特征对所述待分类图片进行分类。5.根据权利要求4所述...

【专利技术属性】
技术研发人员：冯斌，
申请(专利权)人：杭州筑象数字科技有限公司，
类型：发明
国别省市：浙江,33