【技术实现步骤摘要】
图像分类方法、装置、存储介质及电子设备
本公开涉及图像处理
，具体地，涉及一种图像分类方法、装置、存储介质及电子设备。
技术介绍
图像分类是根据图像信息中所反映的不同图像特征，把不同类别的图像进行区分的图像处理方法。相关技术中，主要是利用大量的样本图像进行训练，得到图像分类模型，以实现对未知图像的分类。但是，如果用于训练模型的样本图像与测试图像的图像特征不一致，那么将会得到错误的分类结果。比如，用于训练模型的样本图像是各种建筑物图像，而测试图像是一张动物图像，这两种图像的图像特征不一致，从而会导致将该动物图像归类为某一类型的建筑物，得到错误的分类结果。
技术实现思路
本公开的目的是提供一种图像分类方法、装置、存储介质及电子设备，以解决相关技术中存在的图像分类错误的问题，提高图像分类的准确性。为了实现上述目的，第一方面，本公开提供一种图像分类方法，所述方法包括：获取待分类的目标图像；将所述目标图像输入到图像分类模型中进行处理，得到用于表征所述目标图像内容的分类结果；其中...
【技术保护点】
1.一种图像分类方法，其特征在于，所述方法包括：/n获取待分类的目标图像；/n将所述目标图像输入到图像分类模型中进行处理，得到用于表征所述目标图像内容的分类结果；/n其中，所述图像分类模型包括用于表征不同内容的多个预设图像，所述多个预设图像中的每个预设图像对应有预设分类标签，所述图像分类模型用于通过如下方式对所述目标图像进行处理：/n针对所述多个预设图像中的每个预设图像，确定所述预设图像与所述目标图像之间的相似度；/n在所述多个预设图像中，将所述相似度处于预设相似度范围的图像确定为与所述目标图像最相似的样本图像；/n根据所述样本图像的预设分类标签，确定所述目标图像的分类结果。/n
【技术特征摘要】
1.一种图像分类方法，其特征在于，所述方法包括：
获取待分类的目标图像；
将所述目标图像输入到图像分类模型中进行处理，得到用于表征所述目标图像内容的分类结果；
其中，所述图像分类模型包括用于表征不同内容的多个预设图像，所述多个预设图像中的每个预设图像对应有预设分类标签，所述图像分类模型用于通过如下方式对所述目标图像进行处理：
针对所述多个预设图像中的每个预设图像，确定所述预设图像与所述目标图像之间的相似度；
在所述多个预设图像中，将所述相似度处于预设相似度范围的图像确定为与所述目标图像最相似的样本图像；
根据所述样本图像的预设分类标签，确定所述目标图像的分类结果。
2.根据权利要求1所述的方法，其特征在于，所述目标图像为目标设备对应的设备状态图像，在得到用于表征所述目标图像内容的分类结果之后，所述方法还包括：
根据所述分类结果，确定所述目标设备是否处于故障状态；
若所述目标设备处于故障状态，则向所述目标设备的维护人员发送故障提示信息。
3.根据权利要求1所述的方法，其特征在于，所述根据所述样本图像的预设分类标签，确定所述目标图像的分类结果，包括：
针对所述样本图像的当前图像特征以及所述目标图像的当前图像特征，分别根据预设特征映射矩阵进行映射，得到所述样本图像在目标向量空间的目标图像特征、以及所述目标图像在所述目标向量空间的目标图像特征，所述目标向量空间为使所述样本图像的图像特征方差最小的向量空间；
根据所述样本图像在所述目标向量空间的目标图像特征以及所述样本图像的预设分类标签进行训练，得到图像分类器；
根据所述图像分类器以及所述目标图像在所述目标向量空间的目标图像特征，确定所述目标图像的分类结果。
4.根据权利要求3所述的方法，其特征在于，所述针对所述样本图像的当前图像特征以及所述目标图像的当前图像特征，分别根据预设特征映射矩阵进行映射，得到所述样本图像在目标向量空间的图像特征、以及所述目标图像在所述目标向量空间的图像特征，包括：
针对所述样本图像的当前图像特征以及所述目标图像的当前图像特征，分别根据第一预设特征映射矩阵进行映射，得到所述样本图像在所述目标向量空间的初始图像特征、以及所述目标图像在所述目标向量空间的初始图像特征，所述第一预设特征映射矩阵是对所述样本图像的图像特征方差进行最小值计算而得到的；
针对所述样本图像的初始图像特征以及所述目标图像的初始图像特征，分别根据第二预设特征映射矩阵进行映射，得到所述样本图像在所述目标向量空间的目标图像特征、以及所述目标图像在所述目标向量空间的目标图像特征，所述第二预设特征映射矩阵是对所述样本图像中各初始图像特征与初始图像...
【专利技术属性】
技术研发人员：许志浩，纪勇，
申请(专利权)人：东软集团股份有限公司，东软集团大连有限公司，
类型：发明
国别省市：辽宁;21
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。