一种场景分类方法、装置、计算机设备及可读存储介质制造方法及图纸

本发明专利技术公开了一种场景分类方法、装置、计算机设备及可读存储介质，方法包括：获取待分类图片和场景图片；将待分类图片输入至FCOS算法模型，得到待分类图片中目标物的类别和置信度信息；利用颜色提取方法得到待分类图片的颜色占比信息；将目标物的类别、置信度信息和颜色占比信息输入多层感知机模型进行场景分类，得到每个场景的概率值；利用Swin‑Transformer网络模型分别对场景图片和待分类图片进行特征提取，得到场景图片向量和待分类图片向量；利用余弦相似度函数对待分类图片向量与场景图片向量进行计算，得到相似度；将每个场景的概率值和相似度输入至D‑S证据融合模型进行融合，得到待分类图片的场景类别。本发明专利技术通过该方法提升了图片场景分类的效率和精度。

【技术实现步骤摘要】

本专利技术涉及图像处理，特别涉及一种场景分类方法、装置、计算机设备及可读存储介质。

技术介绍

1、现有技术中，收集到的图片数据需要进行分类处理，以便更好地理解和分析图片所处的各种场景。传统的分类方法主要包括人工区分法和规则匹配法。

2、人工区分法是依靠人力对图片进行分类，这种方法虽然简单直接，但效率低下，无法处理大规模的数据集。特别是在需要快速响应的场景中，人工区分法就显得力不从心。

3、规则匹配法是一种基于规则的分类方法，通过预设的规则对图片进行逐级匹配，将图片分为多级类别。虽然这种方法在一定程度上提高了分类的精度，但由于规则的设定需要耗费大量时间和精力，且对于复杂多变的场景适应性较差，因此其工作效率和精度仍不能满足大规模数据分类的需求。

技术实现思路

1、本专利技术的目的是提供一种场景分类方法、装置、计算机设备及可读存储介质，旨在解决现有图片分类方法的分类效率低等问题。

2、第一方面，本专利技术实施例提供一种场景分类方法，包括：

3、获取待分类图片和场景图片本文档来自技高网...

【技术保护点】

1.一种场景分类方法，其特征在于，包括：

2.根据权利要求1所述的场景分类方法，其特征在于，所述FCOS算法模型的训练过程包括：

3.根据权利要求2所述的场景分类方法，其特征在于，所述第一损失函数为：

4.根据权利要求1所述的场景分类方法，其特征在于，所述利用颜色提取方法得到所述待分类图片的颜色占比信息包括：

5.根据权利要求2所述的场景分类方法，其特征在于，所述多层感知机模型的训练过程包括：

6.根据权利要求1所述的场景分类方法，其特征在于，所述Swin-Transformer网络模型进行特征提取的过程包括：

7....

【技术特征摘要】

1.一种场景分类方法，其特征在于，包括：

2.根据权利要求1所述的场景分类方法，其特征在于，所述fcos算法模型的训练过程包括：

3.根据权利要求2所述的场景分类方法，其特征在于，所述第一损失函数为：

4.根据权利要求1所述的场景分类方法，其特征在于，所述利用颜色提取方法得到所述待分类图片的颜色占比信息包括：

5.根据权利要求2所述的场景分类方法，其特征在于，所述多层感知机模型的训练过程包括：

6.根据权利要求1所述的场景分类方法，其特征在于，所述swin-transformer网络模型进行特征提取的过程包括：

7...

【专利技术属性】
技术研发人员：吕勤学，
申请(专利权)人：深圳市万物云科技有限公司，
类型：发明
国别省市：