一种基于错误分析的食物图像层级构造和分类方法

摘要

本发明涉及一种基于错误分析的食物图像层级构造和分类方法，包括如下步骤：S1：获取食物图像数据集Food‑M，并训练M类平坦分类器；S2：根据M类平坦分类器在验证集上的预测错误，寻找显著的大类特征，进行类别合并；本发明突破现有层级分类方法在层级结构不明显的大规模分类场景下所具有的局限性，大类判别器辅以平坦分类器充当层级分类器，充分利用层级分类器与平坦分类器的互补优势，并借助第三分类器实现选择性层级分类。