公开(公告)号：CN118864920A

公开(公告)日：2024-10-29

申请号：CN202410807245.9

申请日：2024-06-20

Applicant: 河北工业大学

Inventor： 裴卉宁 ,  弓浩 ,  杨明哲 ,  张艳军 ,  曹宇欣

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0464

Abstract: 本发明提供基于CMAL‑Net的汽车前脸细粒度图像分类方法，涉及针对汽车前脸的细粒度图像分类方法。该基于CMAL‑Net的汽车前脸细粒度图像分类方法，包括以下步骤：步骤S1.汽车前脸造型分类；步骤S2.特征提取；步骤S3.跨层相互学习策略；步骤S4.分类预测。本发明中，通过互注意力模块，模型实现不同层次特征间的动态信息交换，浅层特征获得深层特征的语义指导，深层特征借助浅层特征获得更多细节信息，互学习过程是持续的、双向的信息流动和反馈机制，融合不同层次信息的特征被反馈到网络中，优化每个层级的特征提取和信息处理，采用端到端训练方式，通过损失函数#imgabs0#指导跨层互学习的优化，旨在最小化分类错误，同时最大化不同层级特征间的有效信息交流。