【技术实现步骤摘要】
本申请实施例涉及图像处理，尤其涉及一种图像分类方法、设备、存储介质及程序产品。
技术介绍
1、注意力机制(attention mechanism)是深度学习领域中的一项关键技术。在图像分类任务中，注意力机制的应用有助于改善基于深度学习的图像分类模型的表现。
2、相关技术中，采用通道注意力机制时通常对输入的特征图进行全局平均池化的操作来获得权重。
3、然而，实现本申请过程中，专利技术人发现现有技术中至少存在如下问题：现有的方式，图像分类的准确性较低。
技术实现思路
1、本申请实施例提供一种图像分类方法、设备、存储介质及程序产品，以提高图像分类的准确性。
2、第一方面，本申请实施例提供一种图像分类方法，包括：
3、获取待分类图像；
4、将所述待分类图像输入图像分类模型中，获得所述待分类图像的分类结果；其中，所述图像分类模型包括分区通道注意力模块；所述图像分类模型用于对所述待分类图像进行特征提取，获得初始特征图；还用于通过所述分区通道注...
【技术保护点】
1.一种图像分类方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述初始特征图包括通道数、宽和高；所述将所述初始特征图分割为多个分区，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于全局平均池化算法和全局最大池化算法对所述分区进行聚合和激活，获得所述分区对应的新的特征图，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于全局平均池化算法对所述子特征图进行聚合和激活，获得第一权重，包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述待分类图像输入图像分类模型中，获得所述待分类图...
【技术特征摘要】
1.一种图像分类方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述初始特征图包括通道数、宽和高；所述将所述初始特征图分割为多个分区，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于全局平均池化算法和全局最大池化算法对所述分区进行聚合和激活，获得所述分区对应的新的特征图，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于全局平均池化算法对所述子特征图进行聚合和激活，获得第一权重，包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述待分类图像输入图像分类模型中，获得所述待分类图像的分类结...
【专利技术属性】
技术研发人员：高思航，李昊，樊荣，
申请(专利权)人：人保信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。