CN111680754B - 图像分类方法、装置、电子设备及计算机可读存储介质 - Google Patents
图像分类方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111680754B CN111680754B CN202010529538.7A CN202010529538A CN111680754B CN 111680754 B CN111680754 B CN 111680754B CN 202010529538 A CN202010529538 A CN 202010529538A CN 111680754 B CN111680754 B CN 111680754B
- Authority
- CN
- China
- Prior art keywords
- category
- real
- loss function
- error coefficient
- classification model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000013145 classification model Methods 0.000 claims abstract description 103
- 230000006870 function Effects 0.000 claims description 95
- 238000012549 training Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 abstract description 7
- 230000000875 corresponding effect Effects 0.000 description 30
- 238000010586 diagram Methods 0.000 description 7
- 241001122767 Theaceae Species 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种图像分类方法、装置、电子设备及计算机可读存储介质，涉及图像处理技术领域。该方法包括：获取待分类的图像；将待分类的图像输入到分类模型中，得到图像的类别；其中，分类模型是基于校正后的损失函数对初始分类模型的参数进行调整得到的；校正后的损失函数是由误差系数对初始分类模型的损失函数进行校正得到的；误差系数是基于输入初始分类模型的样本图像的真实类别和初始分类模型对应输出的预测类别所确定的。本申请提供的图像分类方法可以提高图像分类的准确率。
Description
技术领域
本公开涉及图像处理技术领域，具体而言，本公开涉及一种图像分类方法、装置、电子设备及计算机可读存储介质。
背景技术
随着人工智能技术的发展，人们开始使用人工智能技术训练人工智能模型来解决各种问题。
目前对图像中的目标进行识别并分类时，若预测得到的类别和真实类别不相同，有可能与真实类别偏差较大，例如，对茶几进行分类，茶几的真实类别为家具类别，若没有分到家具类别，则可能分到完全不相关的类别，如餐具类别、椅子类别等。这种情况下，现有的分类模型的分类结果准确率较低。
发明内容
提供该发明信息部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明信息部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
第一方面，提供了一种图像分类方法，该方法包括：
获取待分类的图像；
将待分类的图像输入到分类模型中，得到图像的类别；
其中，分类模型是基于校正后的损失函数对初始分类模型的参数进行调整得到的；校正后的损失函数是由误差系数对初始分类模型的损失函数进行校正得到的；误差系数是基于输入初始分类模型的样本图像的真实类别和初始分类模型对应输出的预测类别所确定的。
第二方面，提供了一种图像分类装置，该装置包括：
获取模块，用于获取待分类的图像；
分类模块，用于将待分类的图像输入到分类模型中，得到图像的类别；
其中，分类模型是基于校正后的损失函数对初始分类模型的参数进行调整得到的；校正后的损失函数是由误差系数对初始分类模型的损失函数进行校正得到的；误差系数是基于输入初始分类模型的样本图像的真实类别和初始分类模型对应输出的预测类别所确定的。
第三方面，提供了一种电子设备，该电子设备包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序配置用于：执行实现本公开第一方面所示的图像分类方法。
第四方面，提供了一种计算机可读介质，计算机可读介质上存储有计算机程序，其特征在于，该程序被处理器执行时实现本公开第一方面所示的图像分类方法。
本公开提供的技术方案带来的有益效果是：
分类模型的参数是基于校正后的损失函数调整得到的，而损失函数又是基于误差系数对初始分类模型的损失函数进行校正得到的，误差系数是通过样本图像的真实类别和预测类别所确定的，可以将真实类别和与真实类别关联度高的预测类别之间的损失函数调节得更小，使得模型趋向于输出真实类别，次之输出与真实类别关联度较高的预测类别，即便训练后的模型输出的类别和真实类别不相同，也是与真实类别关联度较高的类别，可以有效提高分类的准确率。
进一步的，若一个样本图像属于至少两个真实类别，那么还可以将其中任一真实类别作为与另一真实类别对应的预测类别，并将损失函数校正得更小，使得模型趋向于输出至少两个真实类别中的任一真实类别，从而提高模型分类的准确度。
进一步的，可以先确定真实类别和预测类别之间的关联度，若关联度越大，说明对应的误差系数越小，则更需要设置误差系数，关联度越小，说明对应的误差系数越大，越接近1，则有可能不需要设置误差系数，因此，可以在关联度大于预设阈值时，再确定误差系数，可以有效减少训练过程中的计算量。
本公开附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1为本公开实施例提供的一种图像分类方法的流程示意图；
图2为本公开实施例提供的一种图像分类方法的流程示意图；
图3为本公开一个示例中提供的一种确定关联度的方案的示意图；
图4为本公开一个示例中提供的一种确定误差系数的方案的示意图；
图5为本公开一个示例中提供的一种图像分类方法的流程示意图；
图6为本公开实施例提供的一种图像分类的装置结构示意图；
图7为本公开实施例提供的一种图像分类的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对装置、模块或单元进行区分，并非用于限定这些装置、模块或单元一定为不同的装置、模块或单元，也并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
本公开提供的图像分类方法、装置、电子设备和计算机可读介质，旨在解决现有技术的如上技术问题。
下面以具体地实施例对本公开的技术方案以及本公开的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本公开的实施例进行描述。
本公开实施例中提供了一种图像分类方法，可以应用于进行图像分类的终端中，如图1所示，该方法可以包括：
步骤S101，获取待分类的图像；
步骤S102，将待分类的图像输入到分类模型中，得到图像的类别；
其中，分类模型是基于校正后的损失函数对初始分类模型的参数进行调整得到的；校正后的损失函数是由误差系数对初始分类模型的损失函数进行校正得到的；误差系数是基于输入初始分类模型的样本图像的真实类别和初始分类模型对应输出的预测类别所确定的。
具体的，将样本图像输入到初始分类模型中，样本图像已标注有真实类别，初始分类模型输出样本图像的预测类别，可以确定真实类别和预测类别之间的关联度，基于关联度确定误差系数，基于误差系数对损失函数进行校正，依据校正后的损失函数调整初始分类模型的参数，得到分类模型。
上述实施例中，分类模型的参数是基于校正后的损失函数调整得到的，而损失函数又是基于误差系数对初始分类模型的损失函数进行校正得到的，误差系数是通过样本图像的真实类别和预测类别所确定的，可以将真实类别和与真实类别关联度高的预测类别之间的损失函数调节得更小，使得模型趋向于输出真实类别，次之输出与真实类别关联度较高的预测类别，即便训练后的模型输出的类别和真实类别不相同，也是与真实类别关联度较高的类别，可以有效提高分类的准确率。
本公开实施例中提供了一种可能的实现方式，分类模型是基于如下方式训练得到的：
步骤S101a，将已标注有真实类别的样本图像输入到初始分类模型中，得到初始分类模型输出的样本图像的预测类别。
其中，真实类别为样本图像中目标的实际类别；预测类别可以是初始分类模型对图像进行识别并分类，得到的类别。
具体的，初始分类模型输出的预测类别可能和真实类别相同，也可能不同。
步骤S101b，基于真实类别和预测类别获取初始分类模型的损失函数。
具体的，步骤S101b的基于真实类别和预测类别获取初始分类模型的损失函数，可以包括：
(1)获取与真实类别对应的第一特征向量，并获取与预测类别对应的第二特征向量；
(2)基于第一特征向量和第二特征向量获取初始分类模型的损失函数。
在具体实施过程中，可以根据第一特征向量和第二特征向量之间的差异程度获取初始分类模型的损失函数，具体的损失函数的计算过程在此不作限制。
步骤S101c，确定样本图像中的目标和预测类别之间的误差系数。
具体的，可以预先设置一个误差数据库，误差数据库中存储有多个真实类别，每一真实类别对应设置有多个预测类别，且每一真是类别中包括至少一个目标，每一真实类别中的每一个目标与一个对应的预测类别之间设置有一个误差系数。
在具体实施过程中，可以在预设的误差数据库中查询样本图像中的目标和预测类别之间的误差系数。
步骤S101d，基于误差系数对损失函数进行校正，并基于校正后的损失函数对初始分类模型的参数进行调整，得到分类模型。
具体的，基于误差系数对损失函数进行校正，可以是将误差系数和损失函数计算得到的损失值相乘，将得到的乘积作为校正后的误差系数；也可以是基于误差系数对损失函数的参数进行校正，具体的校正过程在此不作限制。
在具体实施过程中，若是基于误差系数对损失函数计算得到的损失值进行校正，可以在校正后的损失值小于预设阈值时，得到分类模型；若是基于误差系数对损失函数的参数进行校正，可以是在校正后的损失函数收敛时，得到分类模型。
上述实施例中，通过确定样本图像中的目标和预测类别之间的误差系数，并基于误差系数对损失函数进行校正，从而根据校正后的损失函数调整初始分类模型的参数，得到分类模型，可以有效提高分类结果的准确性。
本公开实施例中提供了一种可能的实现方式，步骤S101c的确定样本图像中的目标和预测类别之间的误差系数之前，还可以包括：
确定真实类别和预测类别之间的关联度；
步骤S101c的确定真实类别和预测类别之间的误差系数，可以包括：
若所确定的关联度大于预设阈值，确定样本图像中的目标和预测类别之间的误差系数。
在具体实施过程中，可以先确定真实类别和预测类别之间的关联度，若关联度越大，说明对应的误差系数越小，则更需要设置误差系数，关联度越小，说明对应的误差系数越大，越接近1，则有可能不需要设置误差系数，因此，可以在关联度大于预设阈值时，再确定误差系数，可以有效减少训练过程中的计算量。
本公开实施例中提供了一种可能的实现方式，步骤S101c的确定样本图像中的目标和预测类别之间的误差系数之前，还可以包括：
(1)获取多个真实类别和多个预测类别。
具体的，可以获取多个样本图像，每一样本图像标注有真实类别，将多个样本图像分别输入到分类模型中，得到每一样本图像对应的预测类别。
(2)针对每一真实类别，确定该真实类别和每一预测类别之间的关联度。
其中，该真实类别和每一预测类别之间的关联度可以通过如下方式确定：获取某一目标属于真实类别时，同时属于预测类别的概率，关联度和所获取的概率正相关。
例如，真实类别为桌子类别，预测类别为家具类别，确定桌子类别和家具类别之间的关联度，可以先确定一个桌子属于桌子类别时，同时属于家具类别之间的概率，将得到的概率乘以一个预设系数值，得到对应的关联度。
需要注意的是，该真实类别和每一预测类别之间的关联度，与预测类别与真实类别之间的关联度，并不一定相等。
如图3所示，可以建立一个关联度关系对应表，设置有多个真实类别，每一真实类别设置有至少一种预测类别，每一真实类别和每一预测类别之间设置有对应的关联度。
(3)基于该真实类别和每一预测类别之间的关联度，设置该真实类别中的每一目标和每一预测类别之间的误差系数。
其中，误差系数可以是位于0至1之间的概率值。
具体的，每一真实类别中的每一目标和每一预测类别之间的误差系数，与该真实类别和预测类别之间的关联度负相关。
也就是说，真实类别和预测类别之间的关联度越大，某一目标同时属于真实类别的同时，属于预测类别的概率就越大，此时判断的准确率较大，应当得到的校正后的损失函数较小，对应的误差系数就较小。
(4)基于每一真实类别中的每一目标和每一预测类别之间的误差系数，构建误差数据库。
如图4所示，误差数据库可以是真实类别中的每一目标、预测类别、误差系数之间的关系对照表，每一真实类别中的每一目标设置有至少一种预测类别，每一真实类别中的每一目标和每一预测类别之间可以设置一个对应的误差系数。
例如，真实类别如家具类别包含茶几、椅子，对应的预测类别为桌子类别，则可以给茶几与桌子类别之间设置更小的误差系数，给椅子和桌子类别之间设置相对大一些的误差系数，这样，对茶几进行分类时，即时没有分到家具类别，也更倾向于分到桌子类别。
为了便于更清楚的了解上述的图像分类方法，以下将结合附图和具体示例对本申请中的图像分类方法进行阐述。
如图5所示，在一个示例中，本申请提供的图像分类方法，可以包括如下步骤：
步骤S501，将已标注有真实类别的样本图像输入到初始分类模型中，得到初始分类模型输出的样本图像的预测类别；
步骤S502，获取初始分类模型的损失函数；
步骤S503，确定真实类别和预测类别之间的关联度；
步骤S504，判断真实类别和预测类别之间的关联度是否大于预设阈值；若是，执行步骤S505；
步骤S505，确定样本图像中的目标和预测类别之间的误差系数；
步骤S506，基于误差系数对损失函数进行校正；
步骤S507，基于校正后的损失函数对初始分类模型的参数进行调整，得到分类模型；
步骤S508，获取待分类的图像；
步骤S509，将待分类的图像输入到分类模型中，得到图像的类别。
上述的图像分类方法，分类模型的参数是基于校正后的损失函数调整得到的，而损失函数又是基于误差系数对初始分类模型的损失函数进行校正得到的，误差系数是通过样本图像的真实类别和预测类别所确定的，可以将真实类别和与真实类别关联度高的预测类别之间的损失函数调节得更小，使得模型趋向于输出真实类别，次之输出与真实类别关联度较高的预测类别，即便训练后的模型输出的类别和真实类别不相同，也是与真实类别关联度较高的类别，可以有效提高分类的准确率。
进一步的，若一个样本图像属于至少两个真实类别，那么还可以将其中任一真实类别作为与另一真实类别对应的预测类别，并将损失函数校正得更小，使得模型趋向于输出至少两个真实类别中的任一真实类别，从而提高模型分类的准确度。
进一步的，可以先确定真实类别和预测类别之间的关联度，若关联度越大，说明对应的误差系数越小，则更需要设置误差系数，关联度越小，说明对应的误差系数越大，越接近1，则有可能不需要设置误差系数，因此，可以在关联度大于预设阈值时，再确定误差系数，可以有效减少训练过程中的计算量。
本公开实施例提供了一种图像分类装置60，如图6所示，该图像分类装置60可以包括：获取模块601和分类模块602，其中，
获取模块601，用于获取待分类的图像；
分类模块602，用于将待分类的图像输入到分类模型中，得到图像的类别；
其中，分类模型是基于校正后的损失函数对初始分类模型的参数进行调整得到的；校正后的损失函数是由误差系数对初始分类模型的损失函数进行校正得到的；误差系数是基于输入初始分类模型的样本图像的真实类别和初始分类模型对应输出的预测类别所确定的。
本公开实施例中提供了一种可能的实现方式，图像分类装置60还包括训练模块，用于：
将已标注有真实类别的样本图像输入到初始分类模型中，得到初始分类模型输出的样本图像的预测类别；
基于真实类别和预测类别获取初始分类模型的损失函数；
确定样本图像中的目标和预测类别之间的误差系数；
基于误差系数对损失函数进行校正，并基于校正后的损失函数对初始分类模型的参数进行调整，得到分类模型。
本公开实施例中提供了一种可能的实现方式，训练模块还包括确定单元，用于：
确定真实类别和预测类别之间的关联度；
训练模块在确定真实类别和预测类别之间的误差系数时，具体用于：
若所确定的关联度大于预设阈值，确定真实类别和预测类别之间的误差系数。
本公开实施例中提供了一种可能的实现方式，训练模块在基于真实类别和预测类别获取初始分类模型的损失函数时，具体用于：
获取与真实类别对应的第一特征向量，并获取与预测类别对应的第二特征向量；
基于第一特征向量和第二特征向量获取初始分类模型的损失函数。
本公开实施例中提供了一种可能的实现方式，训练模块在确定样本图像中的目标和预测类别之间的误差系数时，具体用于：
在预设的误差数据库中查询样本图像中的目标和预测类别之间的误差系数；其中，误差数据库中存储有多个真实类别，每一真实类别包含至少一个目标；每一真实类别对应设置有多个预测类别，每一真实类别中的每一目标与一个对应的预测类别之间设置有一个误差系数。
本公开实施例中提供了一种可能的实现方式，图像分类装置60还包括构建模块，构建模块用于：
获取多个真实类别和多个预测类别；
针对每一真实类别，确定该真实类别和每一预测类别之间的关联度；
基于该真实类别和每一预测类别之间的关联度，设置该真实类别中的每一目标和每一预测类别之间的误差系数；
基于每一真实类别中的每一目标和每一预测类别之间的误差系数，构建误差数据库。
本公开实施例中提供了一种可能的实现方式，每一真实类别中的任一目标和对应的每一预测类别之间的误差系数，与该真实类别和预测类别之间的关联度负相关。
上述的图像分类装置，分类模型的参数是基于校正后的损失函数调整得到的，而损失函数又是基于误差系数对初始分类模型的损失函数进行校正得到的，误差系数是通过样本图像的真实类别和预测类别所确定的，可以将真实类别和与真实类别关联度高的预测类别之间的损失函数调节得更小，使得模型趋向于输出真实类别，次之输出与真实类别关联度较高的预测类别，即便训练后的模型输出的类别和真实类别不相同，也是与真实类别关联度较高的类别，可以有效提高分类的准确率。
进一步的，若一个样本图像属于至少两个真实类别，那么还可以将其中任一真实类别作为与另一真实类别对应的预测类别，并将损失函数校正得更小，使得模型趋向于输出至少两个真实类别中的任一真实类别，从而提高模型分类的准确度。
进一步的，可以先确定真实类别和预测类别之间的关联度，若关联度越大，说明对应的误差系数越小，则更需要设置误差系数，关联度越小，说明对应的误差系数越大，越接近1，则有可能不需要设置误差系数，因此，可以在关联度大于预设阈值时，再确定误差系数，可以有效减少训练过程中的计算量。
本公开实施例的图像分类装置可执行本公开的实施例所提供的一种图像分类方法，其实现原理相类似，本公开各实施例中的图像分类装置中的各模块所执行的动作是与本公开各实施例中的图像分类方法中的步骤相对应的，对于图像分类装置的各模块的详细功能描述具体可以参见前文中所示的对应的图像分类方法中的描述，此处不再赘述。
下面参考图7，其示出了适于用来实现本公开实施例的电子设备700的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
电子设备包括：存储器以及处理器，其中，这里的处理器可以称为下文的处理装置701，存储器可以包括下文中的只读存储器(ROM)702、随机访问存储器(RAM)703以及存储装置708中的至少一项，具体如下所示：
如图7所示，电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常，以下装置可以连接至I/O接口705：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708被安装，或者从ROM 702被安装。在该计算机程序被处理装置701执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：
获取待分类的图像；
将待分类的图像输入到分类模型中，得到图像的类别；
其中，分类模型是基于校正后的损失函数对初始分类模型的参数进行调整得到的；校正后的损失函数是由误差系数对初始分类模型的损失函数进行校正得到的；误差系数是基于输入初始分类模型的样本图像的真实类别和初始分类模型对应输出的预测类别所确定的。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块或单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块或单元的名称在某种情况下并不构成对该单元本身的限定，例如，分类模块还可以被描述为“用于对图像进行分类的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述信息的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述信息的任何合适组合。
根据本公开的一个或多个实施例，提供了一种图像分类方法，包括：
获取待分类的图像；
将待分类的图像输入到分类模型中，得到所述图像的类别；
其中，所述分类模型是基于校正后的损失函数对初始分类模型的参数进行调整得到的；所述校正后的损失函数是由误差系数对所述初始分类模型的损失函数进行校正得到的；所述误差系数是基于输入初始分类模型的样本图像的真实类别和所述初始分类模型对应输出的预测类别所确定的。
根据本公开的一个或多个实施例，所述分类模型是基于如下方式训练得到的：
将已标注有所述真实类别的所述样本图像输入到所述初始分类模型中，得到所述初始分类模型输出的所述样本图像的预测类别；
基于所述真实类别和所述预测类别获取所述初始分类模型的损失函数；
确定所述样本图像中的目标和所述预测类别之间的所述误差系数；
基于所述误差系数对所述损失函数进行校正，并基于校正后的损失函数对所述初始分类模型的参数进行调整，得到所述分类模型。
根据本公开的一个或多个实施例，所述确定所述样本图像中的目标和所述预测类别之间的所述误差系数之前，还包括：
确定所述真实类别和所述预测类别之间的关联度；
所述确定所述真实类别和所述预测类别之间的误差系数，包括：
若所确定的所述关联度大于预设阈值，则确定所述样本图像中的目标和所述预测类别之间的所述误差系数。
根据本公开的一个或多个实施例，所述基于所述真实类别和所述预测类别获取所述初始分类模型的损失函数，包括：
获取与所述真实类别对应的第一特征向量，并获取与所述预测类别对应的第二特征向量；
基于所述第一特征向量和所述第二特征向量获取所述初始分类模型的损失函数。
根据本公开的一个或多个实施例，所述确定所述样本图像中的目标和所述预测类别之间的所述误差系数，包括：
在预设的误差数据库中查询样本图像中的目标和所述预测类别之间的误差系数；其中，所述误差数据库中存储有多个真实类别，每一真实类别包含至少一个目标；每一真实类别对应设置有多个预测类别，每一真实类别中的每一目标与一个对应的预测类别之间设置有一个误差系数。
根据本公开的一个或多个实施例，所述确定所述真实类别和所述预测类别之间的误差系数之前，还包括：
获取多个真实类别和多个预测类别；
针对每一真实类别，确定该真实类别和每一预测类别之间的关联度；
基于该真实类别和每一预测类别之间的关联度，设置该真实类别中的每一目标和每一预测类别之间的误差系数；
基于每一真实类别中的每一目标和每一预测类别之间的误差系数，构建所述误差数据库。
根据本公开的一个或多个实施例，每一真实类别中的任一目标和对应的每一预测类别之间的所述误差系数，与该真实类别和预测类别之间的关联度负相关。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (9)
1.一种图像分类方法，其特征在于，包括：
获取待分类的图像；
将待分类的图像输入到分类模型中，得到所述图像的类别；
其中，所述分类模型是基于校正后的损失函数对初始分类模型的参数进行调整得到的；所述校正后的损失函数是由误差系数对所述初始分类模型的损失函数进行校正得到的；所述误差系数是基于输入初始分类模型的样本图像的真实类别和所述初始分类模型对应输出的预测类别所确定的；所述由误差系数对所述初始分类模型的损失函数进行校正包括基于误差系数对损失函数计算得到的损失值进行校正或基于误差系数对损失函数的参数进行校正；
其中，所述分类模型是基于如下方式训练得到的：
将已标注有所述真实类别的所述样本图像输入到所述初始分类模型中，得到所述初始分类模型输出的所述样本图像的预测类别；
基于所述真实类别和所述预测类别获取所述初始分类模型的损失函数；
确定所述样本图像中的目标和所述预测类别之间的所述误差系数；
基于所述误差系数对所述损失函数进行校正，并基于校正后的损失函数对所述初始分类模型的参数进行调整，得到所述分类模型。
2.根据权利要求1所述的图像分类方法，其特征在于，所述确定所述样本图像中的目标和所述预测类别之间的所述误差系数之前，还包括：
确定所述真实类别和所述预测类别之间的关联度；
所述确定所述真实类别和所述预测类别之间的误差系数，包括：
若所确定的所述关联度大于预设阈值，则确定所述样本图像中的目标和所述预测类别之间的所述误差系数。
3.根据权利要求1所述的图像分类方法，其特征在于，所述基于所述真实类别和所述预测类别获取所述初始分类模型的损失函数，包括：
获取与所述真实类别对应的第一特征向量，并获取与所述预测类别对应的第二特征向量；
基于所述第一特征向量和所述第二特征向量获取所述初始分类模型的损失函数。
4.根据权利要求1或2所述的图像分类方法，其特征在于，所述确定所述样本图像中的目标和所述预测类别之间的所述误差系数，包括：
在预设的误差数据库中查询样本图像中的目标和所述预测类别之间的误差系数；其中，所述误差数据库中存储有多个真实类别，每一真实类别包含至少一个目标；每一真实类别对应设置有多个预测类别，每一真实类别中的每一目标与一个对应的预测类别之间设置有一个误差系数。
5.根据权利要求3所述的图像分类方法，其特征在于，所述确定所述真实类别和所述预测类别之间的误差系数之前，还包括：
获取多个真实类别和多个预测类别；
针对每一真实类别，确定该真实类别和每一预测类别之间的关联度；
基于该真实类别和每一预测类别之间的关联度，设置该真实类别中的每一目标和每一预测类别之间的误差系数；
基于每一真实类别中的每一目标和每一预测类别之间的误差系数，构建所述误差数据库。
6.根据权利要求5所述的图像分类方法，其特征在于，每一真实类别中的任一目标和对应的每一预测类别之间的所述误差系数，与该真实类别和预测类别之间的关联度负相关。
7.一种图像分类装置，其特征在于，包括：
获取模块，用于获取待分类的图像；
分类模块，用于将待分类的图像输入到分类模型中，得到所述图像的类别；
其中，所述分类模型是基于校正后的损失函数对初始分类模型的参数进行调整得到的；所述校正后的损失函数是由误差系数对所述初始分类模型的损失函数进行校正得到的；所述误差系数是基于输入初始分类模型的样本图像的真实类别和所述初始分类模型对应输出的预测类别所确定的；所述由误差系数对所述初始分类模型的损失函数进行校正包括基于误差系数对损失函数计算得到的损失值进行校正或基于误差系数对损失函数的参数进行校正；
图像分类装置还包括训练模块，用于：
将已标注有真实类别的样本图像输入到初始分类模型中，得到初始分类模型输出的样本图像的预测类别；
基于真实类别和预测类别获取初始分类模型的损失函数；
确定样本图像中的目标和预测类别之间的误差系数；
基于误差系数对损失函数进行校正，并基于校正后的损失函数对初始分类模型的参数进行调整，得到分类模型。
8.一种电子设备，其特征在于，其包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：执行根据权利要求1-6任一项所述的图像分类方法。
9.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-6任一项所述的图像分类方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010529538.7A CN111680754B (zh) | 2020-06-11 | 2020-06-11 | 图像分类方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010529538.7A CN111680754B (zh) | 2020-06-11 | 2020-06-11 | 图像分类方法、装置、电子设备及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111680754A CN111680754A (zh) | 2020-09-18 |
| CN111680754B true CN111680754B (zh) | 2023-09-19 |
Family
ID=72454867
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010529538.7A Active CN111680754B (zh) | 2020-06-11 | 2020-06-11 | 图像分类方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111680754B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113537123B (zh) * | 2021-07-28 | 2023-04-07 | 上海高德威智能交通系统有限公司 | 手势识别方法、装置、电子设备及可读存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018107906A1 (zh) * | 2016-12-12 | 2018-06-21 | 腾讯科技（深圳）有限公司 | 一种训练分类模型的方法、数据分类的方法及装置 |
| CN109800648A (zh) * | 2018-12-18 | 2019-05-24 | 北京英索科技发展有限公司 | 基于人脸关键点校正的人脸检测识别方法及装置 |
| CN109815988A (zh) * | 2018-12-27 | 2019-05-28 | 北京奇艺世纪科技有限公司 | 模型生成方法、分类方法、装置及计算机可读存储介质 |
| CN109859113A (zh) * | 2018-12-25 | 2019-06-07 | 北京奇艺世纪科技有限公司 | 模型生成方法、图像增强方法、装置及计算机可读存储介质 |
| WO2019228358A1 (zh) * | 2018-05-31 | 2019-12-05 | 华为技术有限公司 | 深度神经网络的训练方法和装置 |
| CN110781927A (zh) * | 2019-10-11 | 2020-02-11 | 苏州大学 | 车路协同下基于深度学习的目标检测与分类方法 |
| WO2020029689A1 (zh) * | 2018-08-07 | 2020-02-13 | 阿里巴巴集团控股有限公司 | 数据处理模型构建方法、装置、服务器和用户端 |
| CN110929807A (zh) * | 2019-12-06 | 2020-03-27 | 腾讯科技（深圳）有限公司 | 图像分类模型的训练方法、图像分类方法及装置 |
| WO2020098121A1 (zh) * | 2018-11-13 | 2020-05-22 | 平安科技（深圳）有限公司 | 快速模型的训练方法、装置、计算机设备及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107492099B (zh) * | 2017-08-28 | 2021-08-20 | 京东方科技集团股份有限公司 | 医学图像分析方法、医学图像分析系统以及存储介质 |
-
2020
- 2020-06-11 CN CN202010529538.7A patent/CN111680754B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018107906A1 (zh) * | 2016-12-12 | 2018-06-21 | 腾讯科技（深圳）有限公司 | 一种训练分类模型的方法、数据分类的方法及装置 |
| WO2019228358A1 (zh) * | 2018-05-31 | 2019-12-05 | 华为技术有限公司 | 深度神经网络的训练方法和装置 |
| WO2020029689A1 (zh) * | 2018-08-07 | 2020-02-13 | 阿里巴巴集团控股有限公司 | 数据处理模型构建方法、装置、服务器和用户端 |
| WO2020098121A1 (zh) * | 2018-11-13 | 2020-05-22 | 平安科技（深圳）有限公司 | 快速模型的训练方法、装置、计算机设备及存储介质 |
| CN109800648A (zh) * | 2018-12-18 | 2019-05-24 | 北京英索科技发展有限公司 | 基于人脸关键点校正的人脸检测识别方法及装置 |
| CN109859113A (zh) * | 2018-12-25 | 2019-06-07 | 北京奇艺世纪科技有限公司 | 模型生成方法、图像增强方法、装置及计算机可读存储介质 |
| CN109815988A (zh) * | 2018-12-27 | 2019-05-28 | 北京奇艺世纪科技有限公司 | 模型生成方法、分类方法、装置及计算机可读存储介质 |
| CN110781927A (zh) * | 2019-10-11 | 2020-02-11 | 苏州大学 | 车路协同下基于深度学习的目标检测与分类方法 |
| CN110929807A (zh) * | 2019-12-06 | 2020-03-27 | 腾讯科技（深圳）有限公司 | 图像分类模型的训练方法、图像分类方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 一种隧洞探测型自主式水下机器人及其图像拼接方法;陈舟等;《船舶工程》;第41卷(第03期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111680754A (zh) | 2020-09-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110413812B (zh) | 神经网络模型的训练方法、装置、电子设备及存储介质 | |
| CN111402112B (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
| CN112364860B (zh) | 字符识别模型的训练方法、装置和电子设备 | |
| CN110222775B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN113327598B (zh) | 模型的训练方法、语音识别方法、装置、介质及设备 | |
| CN112241761B (zh) | 模型训练方法、装置和电子设备 | |
| CN112634904B (zh) | 热词识别方法、装置、介质和电子设备 | |
| CN111858381B (zh) | 应用程序容错能力测试方法、电子设备及介质 | |
| CN113033680B (zh) | 视频分类方法、装置、可读介质及电子设备 | |
| CN112380883B (zh) | 模型训练方法、机器翻译方法、装置、设备及存储介质 | |
| CN111680754B (zh) | 图像分类方法、装置、电子设备及计算机可读存储介质 | |
| CN111915689B (zh) | 用于生成目标函数的方法、装置、电子设备和计算机可读介质 | |
| CN111414921B (zh) | 样本图像处理方法、装置、电子设备及计算机存储介质 | |
| CN112418233B (zh) | 图像处理方法、装置、可读介质及电子设备 | |
| CN116340632A (zh) | 对象推荐方法、装置、介质及电子设备 | |
| CN111737575B (zh) | 内容分发方法、装置、可读介质及电子设备 | |
| CN118262188A (zh) | 目标检测模型训练方法、物体检测信息生成方法和装置 | |
| CN115272760A (zh) | 适用于森林火灾烟雾检测的小样本烟雾图像细分类方法 | |
| CN110209851B (zh) | 模型训练方法、装置、电子设备及存储介质 | |
| CN110222777B (zh) | 图像特征的处理方法、装置、电子设备及存储介质 | |
| CN114359673B (zh) | 基于度量学习的小样本烟雾检测方法、装置和设备 | |
| CN113283115B (zh) | 图像模型生成方法、装置和电子设备 | |
| CN111814807B (zh) | 用于处理图像的方法、装置、电子设备和计算机可读介质 | |
| CN114374738B (zh) | 信息推送方法、装置、存储介质及电子设备 | |
| CN117726480B (zh) | 基于数字化虚拟评标室的电力设备获取方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Applicant after: Tiktok vision (Beijing) Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Applicant before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd. Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Applicant after: Douyin Vision Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Applicant before: Tiktok vision (Beijing) Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |