图像分类和标记制造技术

训练图像分类模型的方法包括获得与标签相关联的训练图像，其中标签中的两个或更多个标签与每个训练图像相关联，并且其中两个或更多个标签中的每个标签对应于图像分类类。该方法还包括使用深度卷积神经网络将训练图像分类为一个或多个类，以及将训练图像的分类与关联于训练图像的标签进行比较。该方法还包括基于训练图像的分类与关联于训练图像的标签的比较来更新深度卷积神经网络的参数。

Image Classification and Marking

The method of training image classification model includes obtaining training images associated with labels, where two or more labels in labels are associated with each training image, and each label in two or more labels corresponds to the image classification class. The method also includes classifying the training image into one or more classes using the depth convolution neural network, and comparing the classification of the training image with the label associated with the training image. The method also includes updating the parameters of the depth convolution neural network based on the classification of the training image and the comparison of the labels associated with the training image.

【技术实现步骤摘要】
【国外来华专利技术】图像分类和标记相关申请的交叉引用本申请根据35U.S.C.第119(e)节要求于2016年2月1日提交的题为“MethodforTraininganAlgorithmtoClassifyElementsandObjectsinImages(用于训练算法以对图像中的元素和对象进行分类的方法)”的美国临时专利申请第62/289,902号的优先权，其全部内容通过引用方式结合于此。
本公开一般涉及图像分类，并且更具体地涉及基于与多个类相关联的训练图像来训练图像分类模型，并使用经训练的图像分类模型将图像分类为多个类。
技术介绍
商标、徽标、其他图形设计的图像以及其他品牌相关的知识产权是重要的商业资产。许多国家通过商标注册和外观设计专利注册为人们和公司提供保护其知识产权(包括商标、外观设计等，其中可能包括图形设计的图像)的正式机制。例如，商标注册系统可以使公司在商标数据库中注册其名称和徽标，并反对或强制执行可能类似的其他名称或徽标。同样，美国的外观设计专利和其他国家或地区(如欧洲)的工业品外观设计注册为具有各种图形表示(包括线条图、3DCAD模型以及2D透视图、2D图像，比如图形用户界面和表面装本文档来自技高网...

【技术保护点】
1.一种计算机实现的使用一个或多个图像分类模型对图像进行分类的方法，所述方法包括：获得与标签相关联的训练图像，其中，所述标签中的两个或更多个标签与每个所述训练图像相关联，并且其中，所述两个或更多个标签中的每个标签对应于图像分类类；使用所述训练图像和与所述训练图像相关联的标签来训练深度卷积神经网络；以及基于经训练的深度卷积神经网络将输入图像分类为两个或更多个类。

【技术特征摘要】
【国外来华专利技术】2016.02.01 US 62/289,9021.一种计算机实现的使用一个或多个图像分类模型对图像进行分类的方法，所述方法包括：获得与标签相关联的训练图像，其中，所述标签中的两个或更多个标签与每个所述训练图像相关联，并且其中，所述两个或更多个标签中的每个标签对应于图像分类类；使用所述训练图像和与所述训练图像相关联的标签来训练深度卷积神经网络；以及基于经训练的深度卷积神经网络将输入图像分类为两个或更多个类。2.如权利要求1所述的方法，其中，所述深度卷积神经网络的分类层基于软S形激活。3.如权利要求1所述的方法，其中，所述训练图像和所述输入图像包括图形设计的图像。4.如权利要求1所述的方法，其中，所述标签具有分层结构，并且其中，所述标签是非互斥标签。5.如权利要求4所述的方法，其中，针对所述标签的每个层级来训练单独的深度卷积神经网络。6.如权利要求1所述的方法，其中，所述标签是商标注册组织使用的代码。7.如权利要求1所述的方法，其中，所述标签是用于对设计专利图像或工业设计图像进行分类的代码。8.如权利要求1所述的方法，其中，所述标签能作为与所述标签相关联的训练图像的元数据而获得。9.如权利要求1所述的方法，其中，基于经训练的深度卷积神经网络将所述输入图像分类为两个或更多个类包括利用两个或更多个对应于所述两个或更多个类的标签来对所述输入图像加标记或加标签。10.如权利要求1所述的方法，还包括预处理所述训练图像，其中，使用所述训练图像和与所述训练图像相关联的标签训练深度卷积神经网络包括使用预处理的训练图像以及与所述训练图像相关联的标签来训练深度卷积神经网络。11.一种计算机实现的训练图像分类模型的方法，所述方法包括：...

【专利技术属性】
技术研发人员：桑德拉·莫，萨贝桑·希瓦帕兰，
申请(专利权)人：西奥特私人有限公司，
类型：发明
国别省市：澳大利亚,AU