摘要
本发明涉及图像识别技术领域，尤其涉及基于图像识别技术的图像分类系统及其方法，该系统包括有图像采集模块，用于获取待分类的原始图像数据；预处理模块，对图像进行去噪、归一化及尺寸标准化处理；特征提取模块，采用深度卷积神经网络提取图像的多层级特征；分类决策模块，基于注意力机制加权融合特征并输出分类结果；输出模块，显示分类标签及置信度评分；本发明通过动态选择预处理策略优化了输入质量，同时采用并行卷积通路与特征金字塔结构增强多尺度表征能力，并集成对抗样本检测与防御机制提升系统鲁棒性，同时引入边缘计算优化技术，实现计算资源的动态调度与混合精度加速，在保证分类精度的前提下显著提升运行效率。
