图片类型识别方法及装置制造方法及图纸

本发明专利技术提供一种图片类型识别方法及装置，该方法包括：将待分类图片输入到预先训练好的目标检测模型输出识别结果；识别结果包括待分类图片中待识别目标物的类别及数量；待分类图片中每出现一个相应类型的待识别目标物则将分数变量增加相应的预设分数；分数变量的初始值为预设初始分数；根据分数变量的分数结果识别待分类图片的类型；不同类型的待分类图片，分数结果的交集为零。本发明专利技术提供的图片类型识别方法及装置，通过利用目标检测模型识别待分类图片中待识别目标物的种类及数量，根据待识别目标物的种类及数量对分数变量进行处理得到分数结果，根据分数结果得到待分类图片的类别，提高了图片分类的效率和准确率，并且提高了分类模型的鲁棒性。

【技术实现步骤摘要】
图片类型识别方法及装置
本专利技术涉及计算机
，尤其涉及一种图片类型识别方法及装置。
技术介绍
多种应用场景都会有根据图片中目标物的情况判断图片类型的需求。传统方法通常是由各种类型的图片构成训练样本进行训练得到图像分类模型，根据图像分类模型对图片进行分类。但通常由于不同分类的图片间差别不大，从而使得图像分类模型的分类准确度较低。比如，在出租房合规性判断中，需要对用户上传的室内图像中床铺数量与类型进行判断，如果图像中不含有床铺此类则为0类，包含一张床或两张床则为1类，包含三张床以上或包含上下铺则为2类，其中2类为违规群租房类别。因此2类图片是需要找出的最为关键的类别。传统方法使用图像分类模型的方法进行类别的判断，但如果2类图片较少，会导致训练数据分布严重不均且不同类别间图像差别不大，也会对图像分类模型的准确分类造成很大的难度。
技术实现思路
针对现有技术存在的问题，本专利技术提供一种图片类型识别方法及装置。本专利技术提供一种图片类型识别方法，包括：将待分类图片输入到预先训练好的目标检测模型，以供所本文档来自技高网...

【技术保护点】
1.一种图片类型识别方法，其特征在于，包括：/n将待分类图片输入到预先训练好的目标检测模型，以供所述目标检测模型输出所述待分类图片的识别结果；所述识别结果包括所述待分类图片中待识别目标物的类别及每种类别的所述待识别目标物的数量；/n根据所述识别结果对所述待分类图片进行分数处理；其中，所述分数处理包括所述待分类图片中每出现一个相应类型的所述待识别目标物则将分数变量增加相应的预设分数；其中，所述分数变量的初始值为预设初始分数；/n根据所述分数处理完成后所述分数变量的分数结果识别所述待分类图片的类型；其中，对于不同类型的所述待分类图片，所述分数结果的交集为零。/n

【技术特征摘要】
1.一种图片类型识别方法，其特征在于，包括：
将待分类图片输入到预先训练好的目标检测模型，以供所述目标检测模型输出所述待分类图片的识别结果；所述识别结果包括所述待分类图片中待识别目标物的类别及每种类别的所述待识别目标物的数量；
根据所述识别结果对所述待分类图片进行分数处理；其中，所述分数处理包括所述待分类图片中每出现一个相应类型的所述待识别目标物则将分数变量增加相应的预设分数；其中，所述分数变量的初始值为预设初始分数；
根据所述分数处理完成后所述分数变量的分数结果识别所述待分类图片的类型；其中，对于不同类型的所述待分类图片，所述分数结果的交集为零。


2.根据权利要求1所述的图片类型识别方法，其特征在于，所述待识别目标物的类别包括第一类别、第二类别和第三类别；所述第一类别的所述待识别目标物对应的所述预设分数为第一预设分数，所述第二类别的所述待识别目标物对应的所述预设分数为第二预设分数，所述第三类别的所述待识别目标物对应的所述预设分数为第三预设分数；所述预设初始分数为0，且所述第一预设分数小于所述第二预设分数，所述第三预设分数是所述第二预设分数的N倍。


3.根据权利要求2所述的图片类型识别方法，其特征在于，N取值为3。


4.根据权利要求3所述的图片类型识别方法，其特征在于，所述第一预设分数为0，所述第二预设分数为1，所述第三预设分数为3。


5.根据权利要求3至4任一所述的图片类型识别方法，其特征在于，所述待分类图片包括房源图片，所述待识别目标物包括床铺，所述第一类别为无床铺、所述第二类别为单床、所述第三类别为上下床；
若所述分数结果等于所述第一预设分数，则所述待分类图片的类型为不含床铺；若所述分数结果大于所述第一预设分数且小于所述第三预设分数，则所述待分类图片的类型为包含一张或两张单床；若所述分数结果大于或等于所述第三预...

【专利技术属性】
技术研发人员：路浩南，
申请(专利权)人：贝壳技术有限公司，
类型：发明
国别省市：天津;12