一种基于迁移学习的多尺度特征图像分类方法

摘要

本发明涉及多尺度特征图像分类技术领域，涉及一种基于迁移学习的多尺度特征图像分类方法，包括以下步骤：S1、构建数据集；包括源域和目标域；S2、使用多尺度特征提取网络在源域上训练模型对特征进行提取；S3、将提取的特征送入分类网络进行分类训练；S4、进行迁移学习下的相同任务不同域的数据集分类训练。本发明在一个模型训练任务中针对某种类型数据获得的关系可以轻松地应用于同一领域的不同问题。