一种基于预检特征融合的多实例图像分类方法

本发明涉及深度学习多实例图像分类技术领域，具体涉及一种基于预检特征融合的多实例图像分类方法：包括获取目标的多实例图像；利用预检模块对每一个实例图像进行区域预检测；利用预检特征编码器对预检区域进行单实例特征提取得到预检特征；利用实例融合模块对每个实例进行特征加权并融合得到实例融合视图；利用空间融合模块将每个实例映射到同一空间平面上并进行空间特征压缩得到空间融合视图；利用实例融合视图和空间融合视图进行多实例分类的联合预测，本技术方案可以降低多实例场景下的图像尺寸和运算量，提高多实例图像信息的有效性，以解决图像多实例学习任务中存在的信息稀疏问题和高计算需求问题，提高多实例图像分类的准确率和速度。