【技术实现步骤摘要】
本申请一个或多个实施例涉及图像识别领域，尤其涉及一种图像分类方法及系统、电子设备、存储介质。
技术介绍
1、车辆在不同场景行驶时会使用不同的功能，因此，针对车辆功能的开发需要结合场景进行。为此，需要测试车辆或者采集车在道路采集各类数据后，将部分数据转换为图像，并对各个图像进行分类，以搭建场景库。具体的，可以对各个图像进行识别并添加标签，以使开发人员对指定类型场景的图像进行回放或使用。比如，开发人员需要提取下雨天相关的场景图像时，可以通过“雨天”这一标签进行相应图像的提取。
2、相关技术中，为图像进行分类并添加标签主要有两种方式。一种方式是人工分类并手动添加标签，由于车辆行驶数据的数据量巨大，因此图像的数据量也非常庞大，此种方式不仅需要投入大量人力和时间，成本较高，而且人工分类容易出错。另一种方式是采用简单的二分类模型或多分类模型对图像进行分类、加标签。由于车辆行驶数据涵盖了多种场景，并且同一图像有可能对应多个标签，因此，采用简单的二分类模型或多分类模型均难以准确识别出图像对应的多个分类结果。如果想要识别出图像在多个场景下的分类结果，需要对同一图像进行多次完整的特征提取和预测操作。此种方式不仅对模型的计算能力和存储能力要求非常高，而且图像分类的效率较低。
技术实现思路
1、由此，本申请提供一种图像分类方法及系统、电子设备、存储介质，以解决相关技术中的不足。
2、根据本申请一个或多个实施例的第一方面，提供一种图像分类方法，该方法包括：
3、获取第一待
4、分别对所述至少两层特征图中的每一层特征图进行降维处理，并将降维后的每一层特征图进行融合，得到目标图像特征；
5、将所述目标图像特征输入多场景分类模块，得到所述第一待识别图像分别在至少两个不同场景的分类结果，所述多场景分类模块包括与各场景一一对应的至少两个分类器；
6、整合所述第一待识别图像在各个场景下的分类结果，以得到所述第一待识别图像的最终分类结果。
7、可选的，所述将所述目标图像特征输入多场景分类模块，得到所述第一待识别图像分别在至少两个不同场景的分类结果，包括：将所述目标图像特征输入所述多场景分类模块，以使所述多场景分类模块中的每一分类器输出所述第一待识别图像属于该分类器中各个类别标签的概率；将所述每一分类器中概率最大的类别标签作为所述第一待识别图像在所述每一分类器所对应场景下的分类结果。
8、可选的，所述特征提取模块独立于所述多场景分类模块训练得到；和/或，所述至少两个分类器中的每一分类器通过独立训练得到。
9、可选的，所述方法还包括：响应于针对所述多场景分类模块的编辑指令，调整所述多场景分类模块包含的分类器。
10、可选的，所述方法还包括：计算第二待识别图像与所述第一待识别图像之间的特征差值，所述第二待识别图像的采集时刻区别于所述第一待识别图像的采集时刻；在所述特征差值大于预设阈值的情况下，将所述第二待识别图像的目标图像特征输入所述多场景分类模块，以得到所述第二待识别图像分别在至少两个不同场景的分类结果；以及，在所述特征差值小于或等于所述预设阈值的情况下，将所述第一待识别图像的最终分类结果作为所述第二待识别图像的最终分类结果。
11、根据本申请一个或多个实施例的第二方面，提供一种图像分类系统，包括：
12、特征提取模块，用于对第一待识别图像进行特征提取，得到至少两层特征图；
13、特征降维模块，用于分别对所述特征提取模块提取得到的至少两层特征图中的每一层特征图进行降维处理，并将降维后的每一层特征图进行融合，得到目标图像特征；
14、多场景分类模块，用于获取所述特征降维模块得到的目标图像特征，并根据获取的目标图像特征得到所述第一待识别图像分别在至少两个不同场景的分类结果，所述多场景分类模块包括与各场景一一对应的至少两个分类器。
15、可选的，所述特征提取模块独立于所述多场景分类模块训练得到；和/或，所述至少两个分类器中的每一分类器通过独立训练得到。
16、根据本申请一个或多个实施例的第三方面，提供一种图像分类装置，该装置包括：
17、特征提取单元，用于获取第一待识别图像，并基于特征提取模块对所述第一待识别图像进行特征提取，得到至少两层特征图；
18、特征降维单元，用于分别对所述至少两层特征图中的每一层特征图进行降维处理，并将降维后的每一层特征图进行融合，得到目标图像特征；
19、分类结果生成单元，用于将所述目标图像特征输入多场景分类模块，得到所述第一待识别图像分别在至少两个不同场景的分类结果，所述多场景分类模块包括与各场景一一对应的至少两个分类器；
20、整合单元，用于整合所述第一待识别图像在各个场景下的分类结果，以得到所述第一待识别图像的最终分类结果。
21、根据本申请一个或多个实施例的第四方面，提供一种电子设备，包括：
22、处理器；
23、用于存储处理器可执行指令的存储器；
24、其中，所述处理器通过运行所述可执行指令以实现如上述第一方面的实施例中所述的方法。
25、根据本申请一个或多个实施例的第五方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如上述第一方面的实施例中所述方法的步骤。
26、由以上技术方案可见，本申请一个或多个实施例中，多场景分类模块中包括与各场景一一对应的至少两个分类器，将第一待识别图像的目标图像特征输入多场景分类模块，以使得多场景分类模块中包括的每一分类器分别对同一目标图像特征进行分类，从而仅需通过一次特征提取操作和多次预测操作，即可得到第一待识别图像在各个场景下的分类结果，大大提升了图像分类的效率和准确性。并且本申请提供的技术方案有效减少了多场景分类模块运行过程中的计算量和内存占用，实现了对多场景分类模块的优化。
27、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
本文档来自技高网...【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：
2.根据权利要求1所述的方法，其特征在于，所述将所述目标图像特征输入多场景分类模块，得到所述第一待识别图像分别在至少两个不同场景的分类结果，包括：
3.根据权利要求1所述的方法，其特征在于，
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.一种图像分类系统，其特征在于，包括：
7.根据权利要求6所述的系统，其特征在于，
8.一种图像分类装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现如权利要求1-5中任一项所述方法的步骤。
【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：
2.根据权利要求1所述的方法，其特征在于，所述将所述目标图像特征输入多场景分类模块，得到所述第一待识别图像分别在至少两个不同场景的分类结果，包括：
3.根据权利要求1所述的方法，其特征在于，
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征...
【专利技术属性】
技术研发人员：刘道坦，
申请(专利权)人：浙江极氪智能科技有限公司，
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。