基于生成对抗网络和注意力网络的细粒度图像分类方法

摘要

本发明公开了一种基于生成对抗网络和注意力网络的细粒度图像分类方法，确定图像分类类别，建立相应类别的训练图像集；设计图像细粒度分类的深度注意力卷积网络，该网络包含VGG16全卷积层、SS注意力区域生成、空间金字塔池化层ROI pooling layer、整体与局部特征结合分类全连接层四部分；设计生成对抗网络DAC‑GAN的结构，生成网络与判别网络；使用训练样本集，进行训练DAC‑GAN网络，保存判别网络模型；使用判别网络模型，进行图像类别进行分类预测。本发明提高了图像分类网络的准确度，解决了小样本量的数据不足的问题。