[发明专利]一种基于VGGNet和ResNet的图像分类方法

说明书

本发明公开了一种基于VGGNet和ResNet的图像分类方法，包括：(1)将图像数据集I转换成固定数据格式后进行存储，并划分成训练集Ttrain和测试集Ttest；(2)读取所述固定数据格式的文件，将训练集等比例缩放，得到最终训练集Train；(3)采用VGGNet网络训练训练集Train，得到特征向量集FP1；(4)使用ResNet网络训练训练集Train，得到特征向量集FP2；(5)将FP1和FP2进行融合处理，得到向量集FP3，使用softmax方法处理FP3，得到最终的图像分类结果R。本发明基于已有遥感图像数据集，利用VGGNet和ResNet特征图融合进行图像场景分类，利用VGGNet和ResNet得到特征图，再通过对特征图相加获得更加丰富的特征信息，增强辨识能力，进一步提升图像分类的准确性。

技术领域

本发明涉及监督学习和图像分类技术领域，具体涉及一种基于VGGNet和ResNet的图像分类方法。

背景技术

在面对图像标签的分类问题的时候，目前多数研究者们只选择传统机器学习和单一的神经网络结合的方式进行图像分类。

如：于永涛，朱全银等人已有的研究基础包括：Quanyin Zhu,Sunqun Cao.A NovelClassifier-independent Feature Selection Algorithm for ImbalancedDatasets.2009,p:77-82；李翔,朱全银.联合聚类和评分矩阵共享的协同过滤推荐[J].计算机科学与探索,2014,8(6):751-759；Quanyin Zhu,Yunyang Yan,Jin Ding,JinQian.The Case Study for Price Extracting of Mobile Phone Sell Online.2011,p:282-285；Quanyin Zhu,Suqun Cao,Pei Zhou,Yunyang Yan,Hong Zhou.Integrated PriceForecast based on Dichotomy Backfilling and Disturbance FactorAlgorithm.International Review on Computers and Software,2011,Vol.6(6):1089-1093；朱全银，于永涛等人申请、公开与授权的相关专利:朱全银，刘涛，严云洋，高尚兵等.一种基于OpenCV的建筑图纸标签信息检测方法.中国专利公开号:CN109002824A,2018.12.14；朱全银，许康，宗慧，冯万利等.一种基于Faster-RCNN模型的建筑构件提取方法.中国专利公开号:CN109002841A,2018.12.14；朱全银，于柿民，胡荣林，冯万利等.一种基于知识图谱的专家组合推荐方法.中国专利公开号:CN109062961A,2018.12.21。

在面向分类问题时，目前的研究也主要是单一的网络模型进行特征信息的获取，该种方式融合信息较为单一，且分类效率也有限。

如：安徽理工大学来文豪等人提供了一种包含两个CNN的深度学习模型的构建方法，将两个CNN学习的特征信息共享，在不构建较深网络结构的前提下，提升模型性能，加快网络收敛速度，公开号：CN109272061A,2019.01.25。

发明内容

发明目的：为了克服现有技术的不足，本发明提供一种基于VGGNet和ResNet的图像分类方法，该方法解决了单一的网络结构获取特征信息不够充分，分类效果不佳的问题。

技术方案：本发明所述的基于VGGNet和ResNet的图像分类方法，包括：

(1)将图像数据集I转换成固定数据格式后进行存储，并划分成训练集Ttrain和测试集Ttest；

(2)读取所述固定数据格式的文件，将训练集等比例缩放，得到最终训练集Train；

(3)采用VGGNet网络训练训练集Train，得到特征向量集FP1；