[发明专利]多类别图像的分类方法、装置、终端设备和存储介质

摘要

本申请提供了一种多类别图像的分类方法、装置、终端设备和存储介质，其方法包括获取待分类图像；将待分类图像输入至预先训练的图像分类模型，输出待分类图像的类别概率值；图像分类模型是采用标记有类别信息的图像样本对改进的卷积神经网络进行训练得到的，改进的卷积神经网络包括Focus结构、Efficient网络、卷积层的注意力模块、全局池化层和全连接层；根据类别概率值确定待分类图像的类别。本申请的方法采用改进的卷积神经网络模型，该模型以Efficient网络为骨架，具有较小的参数规模和快速的推理速度，且该模型采用Focus结构和卷积层的注意力模块，进一步减少了计算量和增加了准确性。