【技术实现步骤摘要】
图像处理方法、装置、设备、可读存储介质及程序产品
[0001]本申请涉及计算机视觉领域，具体涉及图像处理方法、图像处理装置、计算机设备、计算机可读存储介质以及计算机程序产品。
技术介绍
[0002]多标签图像分类在计算机视觉领域是一个非常重要且有挑战的任务，它旨在识别出所有出现在图片中的类别，并在人体属性识别、场景理解和弱监督检测等任务中起到非常重要的作用。目前，通过对样本图像进行类别标注，以此作为监督信息对分类模型进行训练。但是，网络可能会过拟合错误的标签，从而影响模型的分类能力。因此，如何提高多标签图像分类的准确性，是目前亟需解决的问题。
技术实现思路
[0003]本申请提供了一种图像处理方法、装置、设备、可读存储介质及程序产品，可以提高多标签图像分类的准确性。
[0004]第一方面，本申请提供了一种图像处理方法，该方法包括：
[0005]获取待处理图像，上述待处理图像包括多个待分类对象；
[0006]将上述待处理图像输入目标分类模型中进行处理，得到上述待处理图像的多个第一特征图；...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：获取待处理图像，所述待处理图像包括多个待分类对象；将所述待处理图像输入目标分类模型中进行处理，得到所述待处理图像的多个第一特征图；所述多个第一特征图中的各个第一特征图对应一个参考类别，所述参考类别包含于类别集合中；根据所述多个第一特征图确定所述待处理图像的分类结果；所述分类结果包括所述多个待分类对象的预测类别，所述预测类别为所述类别集合中的参考类别；其中，所述目标分类模型是利用目标差异参数对初始分类模型进行训练得到；所述目标差异参数是根据分类差异参数和目标参数确定的；所述分类差异参数是根据样本图像的标注类别、类别指示参数集合中与所述标注类别相匹配的类别指示参数确定的，所述类别指示参数集合包括的各个类别指示参数是根据多个第二特征图中的一个第二特征图确定的，所述多个第二特征图是利用所述初始分类模型对所述样本图像进行处理得到，各个所述第二特征图对应所述类别集合中的一个参考类别；所述目标参数是根据第一分布参数和所述类别指示参数集合确定的，所述第一分布参数用于指示当前训练批次的各个参考类别的数量分布情况。2.根据权利要求1所述的方法，其特征在于，所述根据所述多个第一特征图确定所述待处理图像的分类结果，包括：对目标第一特征图中的各个特征点的特征值进行降序排序，确定排序结果中排在前M位的特征值，并根据所述排在前M位的特征值确定所述目标第一特征图的类别指示参数；M为正整数，所述目标第一特征图为所述多个第一特征图中的任意一个，所述目标第一特征图的类别指示参数用于指示所述目标第一特征图的预测类别为所述目标第一特征图对应的参考类别的概率；根据所述多个第一特征图中各个第一特征图对应的类别指示参数，确定所述待处理图像的分类结果。3.根据权利要求2所述的方法，其特征在于，所述根据所述排在前M位的特征值确定所述目标第一特征图的类别指示参数，包括：对所述排在前M位的特征值进行均值计算，得到均值计算结果；将所述均值计算结果确定为所述目标第一特征图的类别指示参数。4.根据权利要求1
‑
3中任一项所述的方法，其特征在于，所述方法还包括：获取所述样本图像以及所述样本图像的标注类别；将所述样本图像输入所述初始分类模型中进行处理，得到所述样本图像的多个第二特征图；所述多个第二特征图中的各个第二特征图对应一个参考类别，所述参考类别包含于所述类别集合中；确定所述多个第二特征图中的任一第二特征图的类别指示参数，并根据各个所述第二特征图的类别指示参数确定所述类别指示参数集合；所述任一第二特征图的类别指示参数用于指示所述任一第二特征图的预测类别为所述目标第二特征图对应的参考类别的概率；从所述类别指示参数集合中获取所对应参考类别为所述标注类别的类别指示参数，将所对应参考类别为所述标注类别的类别指示参数确定为匹配类别指示参数，并根据所述标注类别和所述匹配类别指示参数确定所述分类差异参数；
获取所述第一分布参数，根据所述第一分布参数和所述类别指示参数集合确定所述目标参数；根据所述目标参数和所述分类差异参数确定所述目标差异参数，根据所述目标差异参数对所述初始分类模型的模型参数进行调整，并根据调整后的初始分类模型确定所述目标分类模型。5.根据权利要求4所述的方法，其...
【专利技术属性】
技术研发人员：朱城，鄢科，高英国，
申请(专利权)人：腾讯科技深圳有限公司，
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。