【技术实现步骤摘要】
图像分类方法、装置及终端设备
本申请属于图像分类
，尤其涉及图像分类方法、装置、终端设备及计算机可读存储介质。
技术介绍
目前，网络上的图像很多，而对图像进行分类后，能够实现对图像更好的管理。在现有的深度学习图像分类方法中，往往是由算法开发人员凭借自己的主观感受或者目标名称，来设定分类类别，然后根据设定的分类类别对图像进行标记，再选择分类网络，最后根据标记的图像对选择的分类网络进行训练、测试，以实现算法的开发。但若碰到容易混淆的目标，这种基于人的主观感受或目标名称来界定分类类别的方法往往并不奏效，很多图像能够归属在不同分类类别的差异用肉眼区分是模棱两可的，因此，凭借人的主观意识很难进行清晰的类别界定。故，需要提供一种新的方法，以解决上述技术问题。
技术实现思路
本申请实施例提供了图像分类方法、装置及终端设备，可以解决凭借人的主观意识难以清晰界定分类类别的问题。第一方面，本申请实施例提供了一种图像分类方法，包括：对待分类图像进行标识，得到所述待分类图像对应的预分...
【技术保护点】
1.一种图像分类方法，其特征在于，包括：/n对待分类图像进行标识，得到所述待分类图像对应的预分类类别；/n提取所述预分类类别中的待分类图像的特征，其中，提取的特征的维数为第一维数阈值；/n对提取的特征的维数执行降维操作，得到维数为第二维数阈值的特征，其中，所述第二维数阈值小于所述第一维数阈值；/n若两个降维后的特征之间的距离不满足分类要求且满足分类要求的特征数量比例小于预设的数量比例阈值，则调整所述预分类类别，直到所述两个降维后的特征之间的距离满足所述分类要求且满足分类要求的特征数量比例大于或等于预设的数量比例阈值，所述分类要求包括：若两个降维后的特征都位于同一预分类类别，...
【技术特征摘要】
1.一种图像分类方法，其特征在于，包括：
对待分类图像进行标识，得到所述待分类图像对应的预分类类别；
提取所述预分类类别中的待分类图像的特征，其中，提取的特征的维数为第一维数阈值；
对提取的特征的维数执行降维操作，得到维数为第二维数阈值的特征，其中，所述第二维数阈值小于所述第一维数阈值；
若两个降维后的特征之间的距离不满足分类要求且满足分类要求的特征数量比例小于预设的数量比例阈值，则调整所述预分类类别，直到所述两个降维后的特征之间的距离满足所述分类要求且满足分类要求的特征数量比例大于或等于预设的数量比例阈值，所述分类要求包括：若两个降维后的特征都位于同一预分类类别，则所述两个降维后的特征之间的距离小于或等于预设的距离阈值；和/或，若两个降维后的特征分别位于两个预分类类别，则所述两个降维后的特征之间的距离大于预设的距离阈值。
2.如权利要求1所述的图像分类方法，其特征在于，在所述对提取的特征的维数执行降维操作，得到维数为第二维数阈值的特征之后，包括：
可视化所述第二维数阈值的特征；
对应地，所述图像分类方法还包括：
若接收到用户输入的重分类请求，则调整所述预分类类别。
3.如权利要求1所述的图像分类方法，其特征在于，若所述两个降维后的特征分别位于两个预分类类别，则所述若两个降维后的特征之间的距离不满足分类要求且满足分类要求的特征数量比例小于预设的数量比例阈值，则调整所述预分类类别，具体包括：
若两个降维后的特征之间的距离不满足分类要求且满足分类要求的特征数量比例小于预设的数量比例阈值，则将所述两个预分类类别合并为一个分类类别。
4.如权利要求3所述的图像分类方法，其特征在于，若所述两个降维后的特征位于同一预分类类别，则所述若两个降维后的特征之间的距离不满足分类要求且满足分类要求的特征数量比例小于预设的数量比例阈值，则调整所述预分类类别，具体包括：
若所述两个降维后的特征之间的距离大于预设的距离阈值且满足分类要求的特征数量比例小于预设的数量比例阈值，则将所述预分类类别拆分为两个分类类别。
5.如权利要求1所述的图像分类方法，其特征在于，所述提取所述预分类类别中的待分类图像的特征，包括：
通过预设的分类网络提取所述预分类类别中的待分类图像的特征；
对应地，在所述若两个降维后的特征之间的距离不满足分类要求且满足分类要求的特征数量比例小于预设的数量比例阈值，则调整所述预分类类别，直到所述两个降维后的特征之间的距离满足所述分类要求且满足分类要求的特征数量比例大于或等于预设的数量比例阈值之后，包括：
将调整后的所述预分类类别对应的待分类图像划分到测试集和训练集中；
根据所述测试集和训练集重新...
【专利技术属性】
技术研发人员：贾玉虎，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。