基于深度学习的文本分类方法及系统

本发明涉及学习系统领域，公开了基于深度学习的文本分类方法，包括：根据图像采集设备获取古铜镜图像数据；根据所述古铜镜图像数据进行预处理，将图像数据划分为训练集、验证集和测试集；在模型视觉编码器的基础上，引入多尺度特征提取机制，对空间增强特征图进行不同尺度的特征提取，以得到宏观风格特征和微观纹饰细节特征；将融合多尺度信息的特征向量输入至全连接分类器进行分类训练，本发明将古铜镜图像数据划分为训练集、验证集和测试集，使得模型能够在不同的数据集上进行优化，提高分类模型的准确性与泛化能力，从而提升模型对古铜镜图像特征的学习能力，尤其是在古铜镜的细节特征方面。