基于多头注意力机制的多阶段深度网络室内场景识别方法

摘要

本发明提供了一种基于多头注意力机制的多阶段深度网络室内场景识别方法，包括以下步骤：获取室内场景的数据集，并将数据集按比例分为训练集和测试集；对训练集中的室内场景图像进行预处理和数据增强处理；将增强后的图像输入到3层不同步长的卷积层中进行下采样；将提取到的特征信息输入到主干网络中，利用深度卷积和多头自注意力机制，采用多阶段的训练方式进行深度特征提取，得到深度特征信息；将深度特征信息输入到池化层、全连接层和分类器中，得到训练完成的分类器；利用训练完成的分类器对测试集进行测试，从而确定室内场景类别。本发明可以获取更好的局部特征信息和深度特征信息，并在减少特征信息的损失的同时实现室内场景的准确识别。