一种前向传播图像数据分类方法、装置、介质和设备

本发明公开了一种前向传播图像数据分类方法、装置、介质及设备，涉及计算机视觉图像技术领域。该方法包括：本发明通过将图像分类模型前端卷积层按类别数将卷积核拆分为多个类原型代理，并行提取历史图像特征并计算各代理的历史图像优度；据此优度与可学习的阈值求二进制交叉熵损失，同时约束不同类原型代理间的余弦相似度损失。后端分组卷积层以同样方式处理前端输出。每层卷积结合对应的损失单独训练类原型代理，使类原型代理逐步学习到判别性特征。训练完成后，模型可直接输出待分类图像的类别结果。