图像分类方法、装置、设备及计算机可读存储介质制造方法及图纸

本公开提供了一种图像分类方法、装置、设备及计算机可读存储介质；方法包括：对待分类图像进行特征提取，得到第一特征向量；所述第一特征向量用于表征所述待分类图像的视觉特征；获取至少一个预设类别中每一所述预设类别对应的权重向量和类别原型向量；所述权重向量用于至少表征所述预设类别描述文本的语义特征；所述类别原型向量用于表征所述预设类别的类别原型特征；基于根据所述第一特征向量，和每一所述预设类别对应的权重向量和类别原型向量，确定每一所述预设类别对应的第一距离量化值；基于满足预设条件的第一距离量化值所对应的类别，确定所述待分类图像的分类结果。通过本公开提供的图像分类方法，能够提升待分类图像的分类准确度。图像的分类准确度。图像的分类准确度。

【技术实现步骤摘要】
图像分类方法、装置、设备及计算机可读存储介质


[0001]本公开涉及计算机
，尤其涉及一种图像分类方法、装置、设备及计算机可读存储介质。

技术介绍

[0002]人工智能(AI，Artificial Intelligence)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
[0003]在计算机视觉等领域，通常需要对图像进行分类处理。相关技术的图像处理方法通常会提取图像的特征图，根据特征图分析图像场景中的物体信息，进而得到图像的分类处理结果。然而，相关技术的处理方式的分类准确度较低。

技术实现思路

[0004]本公开实施例提供一种图像分类方法、装置、设备及计算机可读存储介质，能够提升图像分类的分类准确度。
[0005]本公开实施例的技术方案是这样实现的：
[0006]本公开实施例提供一种图像分类方法，包括：对待分类图像进行特征提取，得到第一特征向量；所述第一特征向量用于表征所述待分类图像的视觉特征；获取至少一个预设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像分类方法，其特征在于，包括：对待分类图像进行特征提取，得到第一特征向量；所述第一特征向量用于表征所述待分类图像的视觉特征；获取至少一个预设类别中每一所述预设类别对应的权重向量和类别原型向量；所述权重向量用于至少表征所述预设类别描述文本的语义特征；所述类别原型向量用于表征所述预设类别的类别原型特征；基于根据所述第一特征向量，和每一所述预设类别对应的权重向量和类别原型向量，确定每一所述预设类别对应的第一距离量化值；基于满足预设条件的第一距离量化值所对应的类别，确定所述待分类图像的分类结果。2.根据权利要求1所述的方法，其特征在于，所述第一特征向量包括多个方面中每一所述方面对应的第一子特征向量；所述权重向量包括每一所述方面对应的子权重；所述类别原型向量包括每一所述方面对应的子类别向量；所述基于根据所述第一特征向量，和每一所述预设类别对应的权重向量和类别原型向量，确定每一所述预设类别对应的第一距离量化值，包括：针对每一所述预设类别，根据所述预设类别中每一所述方面对应的第一子特征向量，和每一所述方面对应的子类别向量，确定每一所述方面对应的第一子距离；根据每一所述方面对应的子权重和每一所述方面对应的第一子距离，确定所述预设类别对应的第一距离量化值。3.根据权利要求2所述的方法，其特征在于，所述对待分类图像进行特征提取，得到第一特征向量，包括：对所述待分类图像进行特征提取，得到初始特征向量；从特征通道的维度对所述初始特征向量进行分割，得到每一所述方面对应的第一子特征向量。4.根据权利要求1至3任一项所述的方法，其特征在于，所述基于满足预设条件的第一距离量化值所对应的类别，确定所述待分类图像的分类结果，包括：在每一所述预设类别对应的第一距离量化值中，确定最小的第一距离量化值；将所述最小的第一距离量化值对应的预设类别，确定为所述待分类图像的分类结果。5.根据权利要求1至4任一项所述的方法，其特征在于，所述方法通过图像分类网络实现，所述图像分类网络的训练样本包括：每一所述预设类别对应的训练样本集，所述训练样本集包括多个样本图片，所述图像分类网络的训练方法包括：针对每一所述样本图片，通过初始分类网络获取所述样本图片的第二特征向量，以及每一所述预设类别对应的权重向量和类别原型向量；基于第二距离量化值的最小值所对应的类别，确定所述样本图片的预测分类结果，其中，所述第二距离量化值基于所述第二特征向量，每一所述预设类别对应的权重向量和类别原型向量确定；根据所述样本图片的预测分类结果和所述样本图片的分类标签，确定所述初始分类网络的损失值；
根据所述损失值对所述预设分类网络进行优化，得到所述图像分类网络。6.根据权利要求5所述的方法，其特征在于，所述通过初始分类网络获取每一所述预设类别对应的类别原型向量，包括：针对每一所述预设类别，通过所述初始分类网络获取所述预设类别对应的多个样本图片对应的多个第二特征向量；基于所述多个第二特征向量，确定所述预设类别对应的类别原型向量。7.根据权利要求5所述的方法，其特征在于，所述通过初始分类网络获取每一所述预设类别对应的权重向量，包括：针对每一所述预设类别，基于所述预设类别对应的多个样本图片和所述预设类别对应的语义特征向量，得到所述预设类别对应的权重向量。8.根据权利要求7所述的方法，其特征在于，所述基于所述预设类别对应的多个样本图片和所述预设类别对应的语义特征向量，得到所述预设类别对应的权重向量，包括：基于所述预设类别对应的多个样本图片，确定所述预设类别对应的类别原型向量；基于预设的融合权重，对所述预设类别对应的类别原型向量和所述预设类别对应的语义特征向量进行融合，得到所述预设类别对应的融合特征向量；基于所述融合特征向量，确定所述预设类别对应的权重向量。9.根据权利要求7所述的方法，其特征在于，所述基于所述预设类别对应的多个样本图片和所述预设类别对应的语义特征向量，得到所述预设类别对应的权重向量，包括：通过所述初始分类网络对所述预设类别对应的多个样本图片进行特征提取，得到所述多个...

【专利技术属性】
技术研发人员：颜鲲，侯军，伊帅，
申请(专利权)人：北京市商汤科技开发有限公司，
类型：发明
国别省市：