【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及图像分类、图像分类模型的训练方法、装置、设备及介质。
技术介绍
1、身份验证、文档分类和归档等场景中都需要进行图像分类，以根据分类结果进行相应的处理。目前，元学习算法广泛应用于小样本场景下的图像识别、文本分类和人脸检测等任务中。
2、然而，现有技术在进行图像分类时，仍存在分类准确度较低的缺陷。
技术实现思路
1、本专利技术提供了一种图像分类、图像分类模型的训练方法、装置、设备及介质，以提高图像分类的准确率。
2、第一方面，本专利技术提供了一种图像分类方法，包括：
3、通过图像分类模型，根据待分类图像的至少一个概念的概念掩码，确定待分类图像针对各概念的原始概念表征；
4、通过图像分类模型，确定各原始概念表征的重要性权重；
5、通过图像分类模型，根据各原始概念表征的重要性权重和各原始概念表征，确定待分类图像的各目标概念表征；
6、通过图像分类模型，根据待分类图像的各目标概念表征和至少一个图像类别的概念原型，确定待分类图像的目标类别。
7、第二方面，本专利技术还提供了一种图像分类模型的训练方法，包括：
8、通过初始模型，根据待分类图像的至少一个概念的概念掩码，确定待训练图像针对各概念的原始概念表征；
9、通过初始模型，确定各原始概念表征的重要性权重；
10、通过初始模型，根据各原始概念表征的重要性权重和各原始概念表征，确定待训练图像的各目
11、通过初始模型，根据待训练图像的各目标概念表征和至少一个图像类别的概念原型，确定待训练图像的预测类别；
12、根据待训练图像的预测类别和真实类别，对初始模型进行训练，得到图像分类模型；其中，图像分类模型用于确定待分类图像的目标类别。
13、第三方面，本专利技术还提供了一种图像分类装置，包括：
14、原始概念表征确定模块，用于通过图像分类模型，根据待分类图像的至少一个概念的概念掩码，确定待分类图像针对各概念的原始概念表征；
15、重要性权重确定模块，用于通过图像分类模型，确定各原始概念表征的重要性权重；
16、目标概念表征确定模块，用于通过图像分类模型，根据各原始概念表征的重要性权重和各原始概念表征，确定待分类图像的各目标概念表征；
17、目标类别确定模块，用于通过图像分类模型，根据待分类图像的各目标概念表征和至少一个图像类别的概念原型，确定待分类图像的目标类别。
18、第四方面，本专利技术还提供了一种图像分类模型的训练装置，包括：
19、原始概念表征确定模块，用于通过初始模型，根据待分类图像的至少一个概念的概念掩码，确定待训练图像针对各概念的原始概念表征；
20、重要性权重确定模块，用于通过初始模型，确定各原始概念表征的重要性权重；
21、目标概念表征确定模块，用于通过初始模型，根据各原始概念表征的重要性权重和各原始概念表征，确定待训练图像的各目标概念表征；
22、预测类别确定模块，用于通过初始模型，根据待训练图像的各目标概念表征和至少一个图像类别的概念原型，确定待训练图像的预测类别；
23、模型训练模块，用于根据待训练图像的预测类别和真实类别，对初始模型进行训练，得到图像分类模型；其中，图像分类模型用于确定待分类图像的目标类别。
24、第五方面，本专利技术实施例还提供了一种电子设备，包括：
25、至少一个处理器；以及
26、与至少一个处理器通信连接的存储器；其中
27、存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本专利技术任一实施例所提供的图像分类方法，或本专利技术任一实施例所提供的图像分类模型的训练方法。
28、第六方面，本专利技术实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本专利技术任一实施例所提供的图像分类方法，或本专利技术任一实施例所提供的图像分类模型的训练方法。
29、本专利技术实施例通过图像分类模型，根据待分类图像的至少一个概念的概念掩码，确定待分类图像针对各概念的原始概念表征；通过图像分类模型，确定各原始概念表征的重要性权重；通过图像分类模型，根据各原始概念表征的重要性权重和各原始概念表征，确定待分类图像的各目标概念表征；通过图像分类模型，根据待分类图像的各目标概念表征和至少一个图像类别的概念原型，确定待分类图像的目标类别。本专利技术的技术方案，确定各原始概念表征的重要性权重，并根据各原始概念表征的重要性权重确定目标概念权重，进而根据目标概念权重确定待分类图像的目标类别，相较于现有技术中根据原始概念表征确定图像类别的技术方案，能够对不同原始概念表征的重要程度进行调整，增强关键的原始概念表征的重要程度，降低无关的原始概念表征的重要程度，进而提高了图像分类的准确率。
30、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
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，所述通过所述图像分类模型，确定各所述原始概念表征的重要性权重，包括：
3.根据权利要求2所述的方法，其特征在于，所述通过所述概念感知模块，对各所述原始概念表征的表征值进行非线性空间投影，得到所各原始概念表征的重要性权重，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述待分类图像的各目标概念表征和至少一个图像类别的概念原型，确定所述待分类图像的目标类别，包括：
5.根据权利要求1所述的方法，其特征在于，所述通过图像分类模型，根据待分类图像的至少一个概念的概念掩码，确定待分类图像针对各所述概念掩码的原始概念表征，包括：
6.一种图像分类模型的训练方法，其特征在于，所述模型包括：
7.一种图像分类装置，其特征在于，所述装置包括：
8.一种图像分类模型的训练装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，其特征在
...【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，所述通过所述图像分类模型，确定各所述原始概念表征的重要性权重，包括：
3.根据权利要求2所述的方法，其特征在于，所述通过所述概念感知模块，对各所述原始概念表征的表征值进行非线性空间投影，得到所各原始概念表征的重要性权重，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述待分类图像的各目标概念表征和至少一个图像类别的概念原型，确定所述待分类图像的目标类别，包括：
5.根据权利要求1所述的方法，其特征在于，所述通过图像分类模型，...
【专利技术属性】
技术研发人员：尤晶晶，
申请(专利权)人：中国农业银行股份有限公司，
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。