【技术实现步骤摘要】
一种图像数据分类方法、装置及电子设备
[0001]本专利技术涉及智能审核
，特别是涉及一种图像数据分类方法、装置及电子设备。
技术介绍
[0002]所谓智能审核是指利用分类模型对图像数据进行分类，以确定图像数据是属于符合要求的正常图像类别，还是属于不符合要求的异常图像类别。
[0003]为了提高将异常图像类别的图像数据分类为异常图像类别的准确率，以及减小将正常图像类别的图像数据分类为异常图像类别的误检率，相关技术中，需要采用多个分类模型对图像数据进行分类，进而综合多个分类模型的分类结果，确定图像数据的最终分类结果。
[0004]由于需要采用多个分类模型对图像数据进行分类，其意味着相关技术中，智能审核针对每一图像数据均需要进行多次分类，导致智能审核中，图像数据分类的效率较低。
技术实现思路
[0005]本专利技术实施例的目的在于提供一种图像数据分类方法、装置及电子设备，以实现在提高准确率和降低误检率的同时，提高图像数据分类的效率。具体技术方案如下：
[0006]在本专利技术实施的第...
【技术保护点】
【技术特征摘要】
1.一种图像数据分类方法，其特征在于，所述方法包括：提取待分类的图像数据的图像特征；基于所述图像特征，利用图像分类模型中的第一分类层确定所述图像数据的第一预分类结果；其中，所述图像分类模型还包括至少一第二分类层；当所述第一预分类结果指示所述图像数据属于指定图像类别时，基于所述图像特征，利用所述至少一第二分类层确定所述图像数据的第二预分类结果，并基于所述第一预分类结果和所述第二预分类结果，确定所述图像数据的图像类别；当所述第一预分类结果指示所述图像数据不属于所述指定图像类别时，将所述第一预分类结果指示的图像类别，作为所述图像数据的图像类别。2.根据权利要求1所述的方法，其特征在于，所述基于所述第一预分类结果和所述第二预分类结果，确定所述图像数据的图像类别，包括：若所述第二预分类结果指示的图像类别属于所述指定图像类别，则确定所述图像数据的图像类别为所述指定图像类别；若所述第二预分类结果指示的图像类别不属于所述指定图像类别，则从各待筛选图像类别中，确定一图像类别，作为所述图像数据的图像类别；其中，所述各待筛选图像类别包括所述第一分类层可预测的各图像类别中除所述指定图像类别外的图像类别。3.根据权利要求1或2所述的方法，其特征在于，在每一分类层之前还包括该分类层对应的注意力机制层；在基于所述图像特征，利用任一分类层确定所述图像数据的预分类结果的步骤之前，所述方法还包括：利用该分类层对应的注意力机制层，对所述图像特征进行特征增强，得到增强后的图像特征；所述基于所述图像特征，利用任一分类层确定所述图像数据的预分类结果，包括：基于所述增强后的图像特征，利用该分类层的确定所述图像数据的预分类结果。4.根据权利要求3所述的方法，其特征在于，所述图像特征包括：至少一通道所输出的图像特征矩阵；每一注意力机制层包括通道注意力机制层和空间注意力机制层；所述利用该分类层对应的注意力机制层，对所述图像特征进行特征增强，得到增强后的图像特征，包括：利用该分类层对应的通道注意力机制层，针对每一通道，按照该分类层的通道注意力机制层中针对该通道训练得到的权重，对该通道的图像特征矩阵进行加权处理，得到该通道的预处理特征矩阵；利用该分类层对应的空间注意力机制层，按照该分类层的空间注意力机制层针对特征矩阵中各位置所训练的权重，对所述至少一通道的预处理特征矩阵进行加权处理，得到所述至少一通道的处理后特征矩阵，作为增强后的图像特征。5.根据权利要求1或2所述的方法，其特征在于，采用如下方式训练得到所述图像分类模型，包括：获取待训练的神经网络模型；其中，所述待训练的神经网络模型中包括特征提取层、第一待训练分类层和至少一第二待训练分类层；所述第一待训练分类层和每一第二待训练分
类层分别与所述特征提取层连接；利用第一训练样本集，对所述第一待训练分类层进行训练，并将训练完成的所述第一待训练分类层作为所述第一分类层；在训练得到所述第一分类层之后，针对所述至少一第二待训练分类层中的每一待训练分类层，利用第二训练样本集，对该第二待训练分类层进行训练，并将训练完成的该第二待训练分类层作为一第二分类层；将训练结束后...
【专利技术属性】
技术研发人员：王发发，
申请(专利权)人：北京奇艺世纪科技有限公司，
类型：发明
国别省市：
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。