CN114155395B 图像分类方法、装置、电子装置和存储介质 （阿里巴巴（中国）有限公司）

上述区域放大图像预测上述待分类图像的归属2通过所述区域建议坐标对所述待分类图像进行裁剪和放大处理，得到获取所述第一类别预测结果对应的第一损失，以及获取所述基于所述第一损失和所述第二损失对所述待分类图像的归属类别进行3分析模块，用于利用视觉变换器网络对所述待分类图像8.一种非易失性存储介质，其特征在于，所述非4特征图选取多个第三特征图；对所述第三处理结果和所述多个第三特征图进行重定位处5究的可视化数据库ImageNet预训练的卷积神经网络模型CNN，仍然不是最终的图像分类解相关技术中图像分类处理方法的资源耗费成像的归属类别。6[0014]图1示出了一种用于实现图像分类方法的计算机终端(或移动设备)的硬件结构框员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范7[0023]转换器Transformer:基于编码器-解码器的变换器网络结构，利用注意力机制实[0031]本申请实施例1所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现图像分类方法的计算机终端(或移动设备)的硬件辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输装置计算机终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配[0032]应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通算机终端10(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的，8[0033]存储器104可用于存储应用软件的软件程序以及模块，如本发明实施例中的图像分类方法对应的程序指令/数据存储装置，处理器102通过运行存储在存储器104内的软件[0034]传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括[0035]显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与9列化处理操作得到的图像块分词PatchToken，送入加载预训练权重的转换器层区域建议坐标对待分类图像进行区域裁剪并放大和待分类此可以利用Transformer本身计算所输出的多头自注意力权重进行图像特征图中的区域定处理结果预测上述待分类图像的归属类别。型性能不下降的同时可以减少计算量，而且可以摒弃相关技术中使用标签共现矩阵的弊[0079]作为一种可选的实施例，可以同时将每层编码器Encoder得到的自注意力权重进[0084]在本发明实施例中，通过提供了一种基于视觉变换器网络ViT的实例感知多标签息，而是充分利用视觉变换器网络ViT的图像块分词和自注意力机制来挖掘多标签图像中的一部分可以运行在实施例1提供的计算机[0111]在本实施例中，上述计算机终端可以执行图像分类[0114]处理器可以通过传输装置调用存储器存储的信息及和上述第二损失对上述待分类图像的归属类图像中获取区域放大图像，以及利用上述区域放大图像预测上述待分类图像的归属类别，成本的目的，从而实现了进一步降低实现实际图像分类工作需求的资源成本的技术效果，进而解决了相关技术中图像分类处理方法的资源耗费成本较高能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备(Mobile[0124]本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可施例中，上述非易失性存储介质可以用于保存上述实施例1所提供的图像分类方法所执行二特征图为具有语义类别感知的特征图；对上述多个第二特征图进行全局平均池化处理，[0141]所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产所述方法的全部或部分步骤。而前述的非易失性存储介质包括：U盘、只读存储器(ROM，