一种基于深度相似性网络的图像分类方法

摘要

本发明涉及一种基于深度相似性网络的图像分类方法，包括：向训练模型输入训练图像；利用训练模型进行指定次数训练；初始化图像特征提取模型；输入目标图像提取特征；结合训练图像特征进行相似度计算；利用图像特征相似度进行图像分类。本发明通过。构建深度图像特征提取训练模型对指定训练图像进行深度训练并采用交叉熵损失函数优化训练模型，在进行实际图像特征提取时加入训练图像提取的特征值进行相似性计算，通过该计算模型实现精确图像分类，首次提出加入相似性计算的图像分类方法，有效提高了图像分类精度。