一种基于全卷积神经网络的图像分类方法、设备及介质

摘要

本申请公开了一种基于全卷积神经网络的图像分类方法、设备及介质，包括：根据全卷积神经网络，将图像中的目标分割成多个像素，并确定出每个像素的目标概率值；将所述目标概率值大于预设值的像素归为预先分割的区域内，并确定出多个关键区域；提取每个关键区域的向量特征，并根据每个关键区域的向量特征，确定出多个关键区域之间的关联特征；将所述多个关键区域之间的关联特征输入至分类器，以确定出图像的类别。本说明书实施例提出了基于深度学习的关键区域学习方法，最终学习出多个关键区域的关联特征。学习到的关联特征能够更加有效的利用关键区域的信息并能获取这些关键区域的相关性信息，有利于进一步提高了图像分类的精度。