[发明专利]一种基于深度学习的图像分类方法

摘要

本发明公开了一种基于深度学习的图像分类方法。本发明具体包括如下步骤：S1、将图片分为n组，将n组图片集分别作为样本输入到AlexNet模型中进行训练，得到图像分类模型Ⅰ；S2、将待测图像样本输入到已经完成训练的图像分类模型Ⅰ中进行图像分类；S3、将不同待测图像对应的结果集归入不同的文档中，将精度较高的图像结果集重新组成图像样本输入到AlexNet模型中进行训练，得到图像分类模型Ⅱ；S4、将所对应的待测图像样本输入到其对应的图像分类模型Ⅱ中进行图像分类。本发明能够进一步提高图像分类的准确率，为图像分类工作提供了新的解决方案。

主权项

1.一种基于深度学习的图像分类方法，其特征在于对有标签的图像通过AlexNet模型进行二次训练，用得到的模型对无标签图片进行分类，具体实现步骤如下：S1、将图片分为n组，将n组图片集分别作为样本输入到AlexNet模型中进行训练，得到图像分类模型Ⅰ；S2、将待测图像样本输入到已经完成训练的图像分类模型Ⅰ中进行图像分类；S3、将不同待测图像对应的结果集归入不同的文档中，将精度较高的图像结果集重新组成图像样本输入到AlexNet模型中进行训练，得到图像分类模型Ⅱ；S4、将所对应的待测图像样本输入到其对应的图像分类模型Ⅱ中进行图像分类。