图片分类方法、边缘设备、系统及存储介质技术方案

本发明专利技术公开了一种图片分类方法，包括：使用第一图片类别预测模型，对新增的第一图片进行预测，获得第一分类结果；输出所述第一分类结果；接收用户对所述第一分类结果进行变更后的变更结果；根据所述变更结果，对所述第一图片类别预测模型进行优化，获得第二图片类别预测模型。本发明专利技术还公开了一种边缘设备、图片分类系统及存储介质。本发明专利技术能够提高针对用户个人数据预测分类的准确度。

【技术实现步骤摘要】
图片分类方法、边缘设备、系统及存储介质
本专利技术涉及图片处理
，尤其涉及一种图片分类方法、边缘设备、系统及存储介质。
技术介绍
边缘设备是向企业或者服务商核心网络提供入口点的设备。边缘设备包括各种城域网和广域网接入设备，例如家庭及个人的一些移动设备。随着用户对于个人隐私重视程度的提高，越来越多的用户选择将个人数据从云端转移到家庭或者个人的边缘设备中。同时，用户对于存储于边缘设备中的个人数据的整理、搜索和按照类别呈现的需要日益增加。虽然，边缘设备具有一定的计算能力，可以给用户提供本地的分类服务。但是由于其自身硬件条件的限制，边缘设备很难支持分类准确率高但同时对计算力与内存容量具有极高要求的分类模型。此外，边缘设备使用的分类模型往往是由边缘设备使用同样的训练数据集预先训练好后推送至边缘设备的。这种情况下获得的分类模型一般是对边缘设备中的测试数据拟合最好的模型，而用户的数据往往有自己的分布，大多数情况下与边缘设备的测试数据的分布并不完全一致，因此这类泛化的模型在应用到单个用户数据时，并不一定是最优的分类解决方案。可见，目前边缘设备上的分类模型对用户个人数据的分类效果不好，分类准确度本文档来自技高网...

【技术保护点】
1.一种图片分类方法，其特征在于，所述方法包括：使用第一图片类别预测模型，对新增的第一图片进行预测，获得第一分类结果；输出所述第一分类结果；接收用户对所述第一分类结果进行变更后的变更结果；根据所述变更结果，对所述第一图片类别预测模型进行优化，获得第二图片类别预测模型。

【技术特征摘要】
1.一种图片分类方法，其特征在于，所述方法包括：使用第一图片类别预测模型，对新增的第一图片进行预测，获得第一分类结果；输出所述第一分类结果；接收用户对所述第一分类结果进行变更后的变更结果；根据所述变更结果，对所述第一图片类别预测模型进行优化，获得第二图片类别预测模型。2.根据权利要求1所述的方法，其特征在于，若所述第一图片类别预测模型为图片分类模型，所述接收用户对所述第一分类结果进行变更后的变更结果包括：接收用户对所述第一分类结果中的目标图片的分类结果进行编辑所输入的编辑指令；响应所述编辑指令，对所述目标图片的分类结果进行变更，获得变更结果。3.根据权利要求1所述的方法，其特征在于，若所述第一图片类别预测模型为图片聚类模型，所述接收用户对所述第一分类结果进行变更后的变更结果包括：接收用户对所述第一分类结果中被聚类为多个类别的多个同类图片输入的合并指令；响应所述合并指令，对多个所述同类图片进行类别合并，并变更多个所述同类图片的类别信息，获得变更结果。4.根据权利要求1所述的方法，其特征在于，所述根据所述变更结果，对所述第一图片类别预测模型进行优化，获得第二图片类别预测模型包括：若所述第一图片类别预测模型为图片分类模型或图片聚类模型，根据所述变更结果，对所述第一图片类别预测模型的参数进行微调，获得第二图片类别预测模型。5.根据权利要求1至4中任一项所述的方法，其特征在于，所述...

【专利技术属性】
技术研发人员：薛竹婷，
申请(专利权)人：深圳市网心科技有限公司，
类型：发明
国别省市：广东,44