[发明专利]一种深度学习的细粒度图像分类方法及装置

权利要求书

1.一种深度学习的细粒度图像分类方法，该方法包括：

重复如下步骤：

类间图像训练：通过类间采样器从数据集中随机采样不同类的两张图像，生成图像对，将其输入到骨干网络进行训练，获得第一预测结果；

类内图像训练：通过类内采样器从数据集中随机采样同类的两张图像，生成图像对，将其输入到骨干网络进行训练，获得第二预测结果；

单一图像训练：从数据集中随机采样一张图像，将其生成骨干网络进行训练和分类预测，获得第三预测结果；

分析指和指导：分析第三预测结果，根据分析结果指导类间采样器和类内采样器生成图像对。

2.如权利要求1所述的深度学习的细粒度图像分类方法，在将类间图像训练和类内图像训练中的图像对输入到骨干网络进行训练之前，还包括将图像对输入到混合模块，同时混合两张图像及其标签，得到混合增强样本，进而将该混合增强样本输入骨干网络。

3.如权利要求2所述的深度学习的细粒度图像分类方法，其中，类间图像对的混合增强样本通过如下公式获得：

，

其中MIX(·)函数能够将两个输入加权并归一化，为第k个类间图像对的混合增强样本，表示第k个类间图像对的混合增强样本，表示第k个类间图像对的混合增强样本，x_k1,y_k1分别表示由类间采样器采样出的图像对集合中第一个样本及其标签，x_k2,y_k2分别表示图像对集合中第k个类间图像对中第二个样本及其标签，且y_k1,y_k2∈{1,2,…,M},y_k1≠y_k2，k1,k2分别表示第k个样本对的第一个样本和第二个样本。

4.如权利要求3所述的深度学习的细粒度图像分类方法，其中，对步骤类间图像训练计算损失函数，得到的误差反向传播以训练骨干网络，步骤类间图像训练处的损失函数为：

其中y_pred1为步骤类间图像训练的骨干网络输出预测，其中，KL表示散度。

5.如权利要求2所述的深度学习的细粒度图像分类方法，其中，类内图像对的混合增强样本通过如下公式获得：

，

其中，MIX(·)函数能够将两个输入加权并归一化，为第k个类内图像对的混合增强样本，表示第k个类内图像对的混合增强样本，表示第k个类内图像对的混合增强标签，x_k1,y_k1分别表示由类内采样器采样出的图像对集合中第一个样本及其标签，x_k2,y_k2分别表示图像对集合中第k个类内图像对中第二个样本及其标签，且y_k1,y_k2∈{1,2,…,M},y_k1＝y_k2，k1,k2分别表示第k个样本对的第一个样本和第二个样本。

6.如权利要求5所述的深度学习的细粒度图像分类方法，对步骤类内图像训练计算损失函数，得到的误差反向传播以训练骨干网络，步骤类内图像训练处的损失函数为：其中，y_pred2为步骤类内图像训练的骨干网络输出预测，其中，KL表示散度。

7.如权利要求1所述的深度学习的细粒度图像分类方法，对步骤单一图像训练计算损失函数，得到的误差反向传播以训练骨干网络，步骤单一图像训练处的损失函数为：l₃＝L_{cross-entropy}(y_i||y_pred)，其中，y_pred为步骤单一图像训练的骨干网络输出预测，y_i表示第i个样本的标签，L_{cross-entropy}为交叉熵。