- 1、本文档共18页,其中可免费阅读17页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请实施例公开了一种图像分类方法、装置、设备及存储介质,方法包括:获取目标图像;将目标图像输入到多个图像分类模型,分别得到每个图像分类模型输出的分类结果,根据每个图像分类模型分别输出的分类结果,确定目标图像的类别。在本申请的实施例中,利用多个图像分类模型对目标图像进行类别识别,多个图像分类模型是利用不同样本量类别进行训练的,样本量类别是根据训练图像的特征类别对应的样本量的大小对特征类别划分得到的,使得多个图像分类模型在进行图像分类训练时侧重训练不同样本量类别的训练图像,图像分类效果增强。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113222043 A
(43)申请公布日 2021.08.06
(21)申请号 202110571983.4
(22)申请日 2021.05.25
(71)申请人 北京有竹居网络技术有限公司
文档评论(0)