技术特征：
技术总结
本发明公开了一种图像分类方法及装置，基于图像大数据集，训练AlexNet模型结构；将训练好的五个卷积层迁移至小型数据库构成底层特征提取层，与包括两层卷积层的残差网络层、多尺度池化层、特征层及softmax分类器构建得出迁移模型结构；将图像小数据集输入迁移模型结构，采用批量梯度下降法更新参数，训练出图像分类混合模型；根据图像分类混合模型进行分类，得出分类结果。本申请通过将在大数据集上预训练好的各卷积层迁移至小数据集，增加多尺度池化层，将残差网络层和多尺度池化层输出的特征量串联起来输入至分类器，增加特征量，同时缓解过拟合问题；且通过基于卷积神经网络和迁移学习训练出的混合模型有效提高图像分类准确率。
技术研发人员：蔡述庭;刘坤;陈平;李卫军;梁天智
受保护的技术使用者：广东工业大学
技术研发日：2017.06.28
技术公布日：2017.10.10