基于卷积神经网络的图像分类改进算法

摘要

本发明公开了一种基于卷积神经网络的图像分类的改进算法，采用AlexNet网络模型为基本框架，将输入图片先进行适当预处理及数据增强，以降低对网络对样本数量的依赖性，通过神经网络卷积层进行特征提取，再通过池化层保留主要特征，同时减少下一层的的参数和计算量，采用多尺度卷积的方法，使得网络模型不再限制输入图像的尺寸大小，采用LDA算法进一步对特征图进行进一步的降维，最后得到对图片的预测分类。本发明的基于卷积神经网络的图像分类改进算法可以降低网络模型对样本数量的依赖性，通过采用LDA算法以及采用多尺度卷积可以进一步降低参数数量，简化计算量，并且提高图片分类的准确率。