买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：长春融成智能设备制造股份有限公司;长春蓝舟科技有限公司

摘要：本申请涉及图像分类处理技术领域，尤其涉及一种图像分类模型构建方法、分类方法、装置、设备及储存介质，在CMT模型基础上：改进PatchEmbedding模块，通过添加仿射变换和连续卷积块，提升模型对小数据集的泛化能力；改进CMTBlock，通过并行局部特征提取模块，增强模型对局部特征的提取能力，将多头自注意力替换为交互注意力，提升模型的全局特征表达能力，将深度卷积和通道注意力集成到前馈神经网络中，使模型能够有效地捕获相邻特征；通过特征融合模块，将局部和全局特征融合到一起，丰富特征表示，增强模型在小数据集上的分类性能。显著提升模型的局部特征提取能力，提高模型对工业场景图像的分类准确率。

主权项：1.一种图像分类模型构建方法，所述图像分类模型基于CMT模型改进得到，其特征在于，所述模型构建方法包括：S11，构建图像分类模型，包括：S111，以顺序块嵌入模块SPEM替换CMT模型中的PatchEmbedding模块，所述顺序块嵌入模块SPEM通过使用k个由步长为2的3×3卷积、批归一化操作BN和GELU激活函数组成的模块，允许分割后的图像块之间存在重叠，保留更多的空间信息，同时所述顺序块嵌入模块SPEM的输入端和输出端增加仿射变换Affine，通过线性映射对输入特征进行缩放和平移；S112，以融合模块CTFM替换CMT模型中的CMTBlock模块，所述融合模块CTFM包括并行的局部特征提取模块LFEM和TransformerEncoder模块，以及全局到局部特征融合模块GLFM；所述局部特征提取模块LFEM由深度可分离卷积DSConv、批归一化操作BN、GELU激活函数和3×3卷积构成，用于提取输入图像的局部特征；所述TransformerEncoder模块由两个层归一化LN、一个交互注意力模块TIA和一个深度混合前馈神经网络模块DHFF构成，用于提取图像中的全局特征；所述全局到局部特征融合模块GLFM可以将所述局部特征提取模块LFEM和所述TransformerEncoder模块得到的局部特征和全局特征进行融合，并使用1×1卷积变换融合后特征图的维度，得到完整的图像特征；S12，训练图像分类模型，包括：获取图像数据集，并使用所述图像数据集训练所述S10中得到的所述图像分类模型，得到训练好的图像分类模型。

全文数据：

权利要求：

百度查询： 长春融成智能设备制造股份有限公司 长春蓝舟科技有限公司 图像分类模型构建方法、分类方法、装置、设备及储存介质