CN111738316B - 零样本学习的图像分类方法、装置及电子设备 - Google Patents
零样本学习的图像分类方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111738316B CN111738316B CN202010523205.3A CN202010523205A CN111738316B CN 111738316 B CN111738316 B CN 111738316B CN 202010523205 A CN202010523205 A CN 202010523205A CN 111738316 B CN111738316 B CN 111738316B
- Authority
- CN
- China
- Prior art keywords
- image
- classified
- feature
- neural network
- network 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 49
- 238000003062 neural network model Methods 0.000 claims abstract description 73
- 238000012549 training Methods 0.000 claims abstract description 39
- 230000009466 transformation Effects 0.000 claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 230000008859 change Effects 0.000 claims abstract description 12
- 238000000605 extraction Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 abstract description 10
- 238000002372 labelling Methods 0.000 abstract 1
- 238000004590 computer program Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开实施例中提供了一种零样本学习的图像分类方法、装置及电子设备,属于数据处理技术领域,该方法包括:获取多个内容各不相同的原始图像以及与所述原始图像对应的变换图像,所述变换图像通过对所述原始图像进行相似变化得到;基于所述原始图像和所述变换图像,对预设的神经网络模型进行特征训练,以使得所述神经网络模型满足特征计算性能要求;获取目标用户在客户端指定的分类图像以及所述分类图像的分类名称;通过所述神经网络模型计算待分类图像与所述分类图像之间的特征距离是否满足预设的特征距离值,确定所述待分类图像是否与所述分类图像具有相同的类别及分类名称。通过本公开的处理方案,能够提高图像分类标注的效率。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及一种零样本学习的图像分类方法、装置及电子设备。
背景技术
图像分类是指根据各自在图像信息中所反映的不同特征,把不同类别的目标区分开来的图像处理方法。它利用计算机对图像进行定量分析,把图像或图像中的每个像元或区域划归为若干个类别中的某一种,以代替人的视觉判读。
通过神经网络来进行图像分类,得到快速的发展。然而,在通过神经网络模型进行图像分类的过程中,通常需要进行大量的训练样本,对于智能手机等移动端设备而言,这种分类方式无法有效的进行,这是因为移动端设备通常无法提供样本训练所需要的系统资源。从而影响了移动端的图像分类的效率。
发明内容
有鉴于此,本公开实施例提供一种零样本学习的图像分类方法、装置及电子设备,以至少部分解决现有技术中存在的问题。
第一方面,本公开实施例提供了一种零样本学习的图像分类方法,包括:
获取多个内容各不相同的原始图像以及与所述原始图像对应的变换图像,所述变换图像通过对所述原始图像进行相似变化得到;
基于所述原始图像和所述变换图像,对预设的神经网络模型进行特征训练,以使得所述神经网络模型满足特征计算性能要求;
获取目标用户在客户端指定的分类图像以及所述分类图像的分类名称;
通过所述神经网络模型计算待分类图像与所述分类图像之间的特征距离是否满足预设的特征距离值,确定所述待分类图像是否与所述分类图像具有相同的类别及分类名称。
根据本公开实施例的一种具体实现方式,所述获取多个内容各不相同的原始图像以及与所述原始图像对应的变换图像,包括:
分别在多个预先设置的分类中填充多个原始图像,使得不同分类中原始图像的数目满足均衡性要求;
将满足均衡性要求的多个分类中的原始图像的集合作为图像集合;
对获取到的所述图像集合中的原始图像进行相似度判断;
基于所述判断的结果,将相似度小于预设相似度值的原始图片从所述图像集合中删除。
根据本公开实施例的一种具体实现方式,所述获取多个内容各不相同的原始图像以及与所述原始图像对应的变换图像,包括:
对所述原始图像执行色彩变化、图像裁剪、图像旋转及颜色通道提取中的至少一种变换操作;
将执行完变换操作之后的原始图像作为所述原始图像对应的变换图像。
根据本公开实施例的一种具体实现方式,所述基于所述原始图像和所述变换图像,对预设的神经网络模型进行特征训练,以使得所述神经网络模型满足特征计算性能要求,包括:
将原始图像和与所述原始图像对应的变换图像作为正样本、将不同内容的原始图像作为负样本,对预设的神经网络模型进行特征训练,以使得正样本之间的特征距离小于第一特征距离,负样本之间的特征距离大于第二特征距离,所述第一特征距离小于所述第二特征距离。
根据本公开实施例的一种具体实现方式,所述基于所述原始图像和所述变换图像,对预设的神经网络模型进行特征训练,以使得所述神经网络模型满足特征计算性能要求,包括:
将所述正样本和负样本输入到所述神经网络模型中;
判断所述正样本和所述负样本在所述神经网络模型中的特征距离是否同时小于所述第一特征距离及大于所述第二特征距离;
若是,则停止对所述神经网络模型的训练。
根据本公开实施例的一种具体实现方式,所述获取目标用户在客户端指定的分类图像以及所述分类图像的分类名称,包括:
获取目标用户在客户端的选择操作,所述选择操作用于设置不同类型的分类图像以及分类图像的分类名称;
基于所述选择操作,确定所述分类图像和所述分类名称。
根据本公开实施例的一种具体实现方式,所述通过所述神经网络模型计算待分类图像与所述分类图像之间的特征距离是否满足预设的特征距离值,确定所述待分类图像是否与所述分类图像具有相同的类别及分类名称,包括:
利用所述神经网络模型,计算所述待分类图像与所述分类图像之间的特征距离;
判断所述分类图像与所述待分类图像之间的特征距离是否小于第一阈值;
若是,则将所述待分类图像设置与所述分类图像具有相同的类别及分类名称。
根据本公开实施例的一种具体实现方式,所述通过所述神经网络模型计算待分类图像与所述分类图像之间的特征距离是否满足预设的特征距离值,确定所述待分类图像是否与所述分类图像具有相同的类别及分类名称,包括:
当所述待分类图像与所述分类图像之间的特征距离大于第二阈值时,提示用户通过手动的方式为所述待分类图像设置类别及分类名称。
第二方面,本公开实施例提供了一种零样本学习的图像分类装置,包括:
第一获取模块,用于获取多个内容各不相同的原始图像以及与所述原始图像对应的变换图像,所述变换图像通过对所述原始图像进行相似变化得到;
训练模块,用于基于所述原始图像和所述变换图像,对预设的神经网络模型进行特征训练,以使得所述神经网络模型满足特征计算性能要求;
第二获取模块,用于获取目标用户在客户端指定的分类图像以及所述分类图像的分类名称;
确定模块,用于通过所述神经网络模型计算待分类图像与所述分类图像之间的特征距离是否满足预设的特征距离值,确定所述待分类图像是否与所述分类图像具有相同的类别及分类名称。
第三方面,本公开实施例还提供了一种电子设备,该电子设备包括:
至少一个处理器;以及,
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的零样本学习的图像分类方法。
第四方面,本公开实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的零样本学习的图像分类方法。
第五方面,本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使该计算机执行前述第一方面或第一方面的任一实现方式中的零样本学习的图像分类方法。
本公开实施例中的零样本学习的图像分类方案,包括获取多个内容各不相同的原始图像以及与所述原始图像对应的变换图像,所述变换图像通过对所述原始图像进行相似变化得到;基于所述原始图像和所述变换图像,对预设的神经网络模型进行特征训练,以使得所述神经网络模型满足特征计算性能要求;获取目标用户在客户端指定的分类图像以及所述分类图像的分类名称;通过所述神经网络模型计算待分类图像与所述分类图像之间的特征距离是否满足预设的特征距离值,确定所述待分类图像是否与所述分类图像具有相同的类别及分类名称。通过本公开的处理方案,不需要输入分类样本即可以进行图像分类,提高了图像分类的效率。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本公开实施例提供的一种零样本学习的图像分类方法的流程图;
图2为本公开实施例提供的另一种零样本学习的图像分类方法的流程图;
图3为本公开实施例提供的另一种零样本学习的图像分类方法的流程图;
图4为本公开实施例提供的另一种零样本学习的图像分类方法的流程图;
图5为本公开实施例提供的一种零样本学习的图像分类装置的结构示意图;
图6为本公开实施例提供的电子设备示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
需要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是,以下实施例中所提供的图示仅以示意方式说明本公开的基本构想,图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
另外,在以下描述中,提供具体细节是为了便于透彻理解实例。然而,所属领域的技术人员将理解,可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种零样本学习的图像分类方法。本实施例提供的零样本学习的图像分类方法可以由一计算装置来执行,该计算装置可以实现为软件,或者实现为软件和硬件的组合,该计算装置可以集成设置在服务器、客户端等中。
参见图1,本公开实施例中的零样本学习的图像分类方法,可以包括如下步骤:
S101,获取多个内容各不相同的原始图像以及与所述原始图像对应的变换图像,所述变换图像通过对所述原始图像进行相似变化得到。
在对图像进行分类之前,需要训练神经网络模型,通过神经网络模型来提取图像特征,在进行特征提取之前,需要选择训练数据,通过该训练数据,能够对神经网络模型进行训练,该神经网络模型可以是任何形式的神经网络模块,例如CNN卷积神经网络模型。
所有训练数据的总和构成了图像集合,图像集合中的每个组成部分为原始图像,为了保证图像集合的多样性,可以设置图像集合中的原始图像各不相同。
为此,在获取训练数据的过程中,可以对图像集合设置多个分类,通过向这多个分类填充数据的方式,完成图像集合的获取过程。在获取数据的过程中,还可以进一步的判断获得的数据是否含有分类标签,若含有元素分类标签,则不采用已经存在的分类标签,这样一来,可以保证原始图像的随机性。
获得完图像集合中的训练数据之后,可以进一步的对原始图像进行变化处理,通过变换处理,能够得到与原始图像相对应的变换图像。可以采用多种方式对原始图像进行特征变换,只要保证变换后的元素与变换之前的满足相似性即可。
以图像类型的原始图像为例,可以对同一张图像进行各种颜色变化,随机裁剪,旋转,颜色通道提取后,得到一张图像的不同特征的图像。当然,也可以采用其他类似的方式对于其他类型的原始图像进行设置
S102,基于所述原始图像和所述变换图像,对预设的神经网络模型进行特征训练,以使得所述神经网络模型满足特征计算性能要求。
对原始图像进行特征变换之后,可以将原始图像和与该原始图像对应的变换图像设置为正样本对,将多个正样本对集合在一起,便可以形成正样本集合。对于内容不同的原始图像,则可以设置为负样本集合。通过这种设置方式,能够保证正样本集合中的样本满足一定的相似性,负样本集合中的样本满足一定的差异性。
通过将正样本和负样本输入到神经网络模型中,可以对神经网络模型进行训练。在训练的过程中,可以对神经网络模型设置相应的训练指标,通过该训练指标,能够判断训练后的神经网络模型是否满足要求。作为一种方式,可以设置第一特征距离和第二特征距离,第一特征距离和第二特征距离可以用来表示两个对象之间的相似度程度,例如,可以采用欧式距离计算的方式来获得第一特征距离和第二特征距离。
第一特征距离可以是一个比较小的值,第二特征距离大于第一特征距离,第二特征距离可以是一个比较大的值。通过这种设置方式,可以对预设的神经网络模型进行特征训练,以使得正样本之间的特征距离小于第一特征距离,负样本之间的特征距离大于第二特征距离,从而满足神经网络模型训练的要求。
S103,获取目标用户在客户端指定的分类图像以及所述分类图像的分类名称。
在神经网络模型训练完成之后,可以进一步的获取客户端用户指定的分类图像,以及用户对于分类图像指定的分类名称。通过这种方式,能够不通过训练样本的方式直接获得用户的分类意图。从而为后续的图像分类提供了支持。
S104,通过所述神经网络模型计算待分类图像与所述分类图像之间的特征距离是否满足预设的特征距离值,确定所述待分类图像是否与所述分类图像具有相同的类别及分类名称。
当遇到新的待分类图像时,可以通过训练完成的神经网络模型来进一步的计算待分类图像与用户指定的分类图像之间的特征距离,当待分类图像与一个或多个分类图像的特征距离值小于预设的特征距离值时,则认定该待分类图像与该一个或多个分类图像属于同一个类别,此时,可以将该分类图像的分类名称作为该待分类图像的分类名称(类别标签)。
通过上述实施例的内容,能够通过用户指定分类图像和类别名称的方式来快速的对待分类图像进行分类处理,提高了图片分类的效率。
参见图2,根据本公开实施例的一种具体实现方式,所述获取多个内容各不相同的原始图像以及与所述原始图像对应的变换图像,包括:
S201,分别在多个预先设置的分类中填充多个原始图像,使得不同分类中原始图像的数目满足均衡性要求。
可以在不同分类中设置预设个数目的原始图像填充值,通过设置这些填充值,能够保证不同分类中的原始图像的数目满足均衡性的要求。
S202,将满足均衡性要求的多个分类中的原始图像的集合作为图像集合。
S203,对获取到的所述图像集合中的原始图像进行相似度判断。
可以通过设置相似度算法,来对获取到的所有原始图像进行相似度判断,进而得到任意图像之间的相似度值。
S204,基于所述判断的结果,将相似度小于预设相似度值的原始图片从所述图像集合中删除。
对于相似度值较高的图片,会影响到图像集合中图像的多样性,为此,可以通过设置相似度值,通过将相似度判断结果与预设值进行比较的方式,可以进一步的选择相似度小于预设值的图像,形成相似度图像集合,最后将所述相似度集合中的原始图片从所述图像集合中删除。
通过上述实施例中的内容,能够获得满足数据差异性的原始图像集合。
根据本公开实施例的一种具体实现方式,所述获取多个内容各不相同的原始图像以及与所述原始图像对应的变换图像,包括:对所述原始图像执行色彩变化、图像裁剪、图像旋转及颜色通道提取中的至少一种变换操作;将执行完变换操作之后的原始图像作为所述原始图像对应的变换图像。
根据本公开实施例的一种具体实现方式,所述基于所述原始图像和所述变换图像,对预设的神经网络模型进行特征训练,以使得所述神经网络模型满足特征计算性能要求,包括:将原始图像和与所述原始图像对应的变换图像作为正样本、将不同内容的原始图像作为负样本,对预设的神经网络模型进行特征训练,以使得正样本之间的特征距离小于第一特征距离,负样本之间的特征距离大于第二特征距离,所述第一特征距离小于所述第二特征距离。
参见图3,根据本公开实施例的一种具体实现方式,所述基于所述原始图像和所述变换图像,对预设的神经网络模型进行特征训练,以使得所述神经网络模型满足特征计算性能要求,包括:
S301,将所述正样本和负样本输入到所述神经网络模型中。
S302,判断所述正样本和所述负样本在所述神经网络模型中的特征距离是否同时小于所述第一特征距离及大于所述第二特征距离。
可以通过设置第一特征距离和第二特征距离的方式,来判断正/负样本在神经网络模型训练之后,是否满足性能指标。第一特征距离和第二特征距离可以通过预设的方式进行设置和计算,例如,可以通过欧式距离的方式来计算第一特征距离和第二特征距离。
S303,若是,则停止对所述神经网络模型的训练。
通过上述实时方式,能够有效的基于第一特征距离和第二特征距离对神经网络模型进行设置和训练。
根据本公开实施例的一种具体实现方式,所述获取目标用户在客户端指定的分类图像以及所述分类图像的分类名称,包括:获取目标用户在客户端的选择操作,所述选择操作用于设置不同类型的分类图像以及分类图像的分类名称;基于所述选择操作,确定所述分类图像和所述分类名称。
参见图4,根据本公开实施例的一种具体实现方式,所述通过所述神经网络模型计算待分类图像与所述分类图像之间的特征距离是否满足预设的特征距离值,确定所述待分类图像是否与所述分类图像具有相同的类别及分类名称,包括:
S401,利用所述神经网络模型,计算所述待分类图像与所述分类图像之间的特征距离。
S402,判断所述分类图像与所述待分类图像之间的特征距离是否小于第一阈值。
可以根据实际的需要来设置第一阈值,以便于基于第一阈值来确定待分类图像和用户指定的分类图像之间是否满足足够的相似性。
S403,若是,则将所述待分类图像设置与所述分类图像具有相同的类别及分类名称。
通过上述实施例中的内容,能够直接基于预设的第一阈值来对待分类图像进行分类计算,提高了图像分类的效率。
根据本公开实施例的一种具体实现方式,所述通过所述神经网络模型计算待分类图像与所述分类图像之间的特征距离是否满足预设的特征距离值,确定所述待分类图像是否与所述分类图像具有相同的类别及分类名称,包括:当所述待分类图像与所述分类图像之间的特征距离大于第二阈值时,提示用户通过手动的方式为所述待分类图像设置类别及分类名称。
与上面的方法实施例相对应,参见图5,本公开实施例还提供了一种零样本学习的图像分类装置50,包括:
第一获取模块501,用于获取多个内容各不相同的原始图像以及与所述原始图像对应的变换图像,所述变换图像通过对所述原始图像进行相似变化得到;
训练模块502,用于基于所述原始图像和所述变换图像,对预设的神经网络模型进行特征训练,以使得所述神经网络模型满足特征计算性能要求;
第二获取模块503,用于获取目标用户在客户端指定的分类图像以及所述分类图像的分类名称;
确定模块504,用于通过所述神经网络模型计算待分类图像与所述分类图像之间的特征距离是否满足预设的特征距离值,确定所述待分类图像是否与所述分类图像具有相同的类别及分类名称。
本实施例未详细描述的部分,参照上述方法实施例中记载的内容,在此不再赘述。
参见图6,本公开实施例还提供了一种电子设备60,该电子设备包括:
至少一个处理器;以及,
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述方法实施例中的零样本学习的图像分类方法。
本公开实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述方法实施例中的零样本学习的图像分类方法。
本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使该计算机执行前述方法实施例中的的零样本学习的图像分类方法。
下面参考图6,其示出了适于用来实现本公开实施例的电子设备60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6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。
如图6所示,电子设备60可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备60操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备60与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备60,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609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM602被安装。在该计算机程序被处理装置601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存储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。
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:获取至少两个网际协议地址;向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求,其中,所述节点评价设备从所述至少两个网际协议地址中,选取网际协议地址并返回;接收所述节点评价设备返回的网际协议地址;其中,所获取的网际协议地址指示内容分发网络中的边缘节点。
或者,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:接收包括至少两个网际协议地址的节点评价请求;从所述至少两个网际协议地址中,选取网际协议地址;返回选取出的网际协议地址;其中,接收到的网际协议地址指示内容分发网络中的边缘节点。
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,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,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述,仅为本公开的具体实施方式,但本公开的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种零样本学习的图像分类方法,其特征在于,包括:
获取多个内容各不相同的原始图像以及与所述原始图像对应的变换图像,所述变换图像通过对所述原始图像进行相似变化得到;
基于所述原始图像和所述变换图像,对预设的神经网络模型进行特征训练,以使得所述神经网络模型满足特征计算性能要求;
获取目标用户在客户端指定的分类图像以及所述分类图像的分类名称;
通过所述神经网络模型计算待分类图像与所述分类图像之间的特征距离是否满足预设的特征距离值,确定所述待分类图像是否与所述分类图像具有相同的类别及分类名称;其中,
所述基于所述原始图像和所述变换图像,对预设的神经网络模型进行特征训练,以使得所述神经网络模型满足特征计算性能要求,包括:
将原始图像和与所述原始图像对应的变换图像作为正样本、将不同内容的原始图像作为负样本,对预设的神经网络模型进行特征训练,以使得正样本之间的特征距离小于第一特征距离,负样本之间的特征距离大于第二特征距离,所述第一特征距离小于所述第二特征距离。
2.根据权利要求1所述的方法,其特征在于,所述获取多个内容各不相同的原始图像以及与所述原始图像对应的变换图像,包括:
分别在多个预先设置的分类中填充多个原始图像,使得不同分类中原始图像的数目满足均衡性要求;
将满足均衡性要求的多个分类中的原始图像的集合作为图像集合;
对获取到的所述图像集合中的原始图像进行相似度判断;
基于所述判断的结果,将相似度小于预设相似度值的原始图片从所述图像集合中删除。
3.根据权利要求1所述的方法,其特征在于,所述获取多个内容各不相同的原始图像以及与所述原始图像对应的变换图像,包括:
对所述原始图像执行色彩变化、图像裁剪、图像旋转及颜色通道提取中的至少一种变换操作;
将执行完变换操作之后的原始图像作为所述原始图像对应的变换图像。
4.根据权利要求1所述的方法,其特征在于,所述基于所述原始图像和所述变换图像,对预设的神经网络模型进行特征训练,以使得所述神经网络模型满足特征计算性能要求,包括:
将所述正样本和负样本输入到所述神经网络模型中;
判断所述正样本和所述负样本在所述神经网络模型中的特征距离是否同时小于所述第一特征距离及大于所述第二特征距离;
若是,则停止对所述神经网络模型的训练。
5.根据权利要求1所述的方法,其特征在于,所述获取目标用户在客户端指定的分类图像以及所述分类图像的分类名称,包括:
获取目标用户在客户端的选择操作,所述选择操作用于设置不同类型的分类图像以及分类图像的分类名称;
基于所述选择操作,确定所述分类图像和所述分类名称。
6.根据权利要求1所述的方法,其特征在于,所述通过所述神经网络模型计算待分类图像与所述分类图像之间的特征距离是否满足预设的特征距离值,确定所述待分类图像是否与所述分类图像具有相同的类别及分类名称,包括:
利用所述神经网络模型,计算所述待分类图像与所述分类图像之间的特征距离;
判断所述分类图像与所述待分类图像之间的特征距离是否小于第一阈值;
若是,则将所述待分类图像设置与所述分类图像具有相同的类别及分类名称。
7.根据权利要求1所述的方法,其特征在于,所述通过所述神经网络模型计算待分类图像与所述分类图像之间的特征距离是否满足预设的特征距离值,确定所述待分类图像是否与所述分类图像具有相同的类别及分类名称,包括:
当所述待分类图像与所述分类图像之间的特征距离大于第二阈值时,提示用户通过手动的方式为所述待分类图像设置类别及分类名称。
8.一种零样本学习的图像分类装置,其特征在于,包括:
第一获取模块,用于获取多个内容各不相同的原始图像以及与所述原始图像对应的变换图像,所述变换图像通过对所述原始图像进行相似变化得到;
训练模块,用于基于所述原始图像和所述变换图像,对预设的神经网络模型进行特征训练,以使得所述神经网络模型满足特征计算性能要求;
第二获取模块,用于获取目标用户在客户端指定的分类图像以及所述分类图像的分类名称;
确定模块,用于通过所述神经网络模型计算待分类图像与所述分类图像之间的特征距离是否满足预设的特征距离值,确定所述待分类图像是否与所述分类图像具有相同的类别及分类名称;其中,
所述训练模块,用于将原始图像和与所述原始图像对应的变换图像作为正样本、将不同内容的原始图像作为负样本,对预设的神经网络模型进行特征训练,以使得正样本之间的特征距离小于第一特征距离,负样本之间的特征距离大于第二特征距离,所述第一特征距离小于所述第二特征距离。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述权利要求1-7中任一项所述的零样本学习的图像分类方法。
10.一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述权利要求1-7中任一项所述的零样本学习的图像分类方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010523205.3A CN111738316B (zh) | 2020-06-10 | 2020-06-10 | 零样本学习的图像分类方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010523205.3A CN111738316B (zh) | 2020-06-10 | 2020-06-10 | 零样本学习的图像分类方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111738316A CN111738316A (zh) | 2020-10-02 |
CN111738316B true CN111738316B (zh) | 2024-02-02 |
Family
ID=72648671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010523205.3A Active CN111738316B (zh) | 2020-06-10 | 2020-06-10 | 零样本学习的图像分类方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111738316B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113760153A (zh) * | 2020-10-20 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 图像的处理方法和装置 |
CN112801857A (zh) * | 2020-11-30 | 2021-05-14 | 泰康保险集团股份有限公司 | 一种图像的数据处理方法及装置 |
CN112766406B (zh) * | 2021-01-29 | 2024-08-13 | 北京达佳互联信息技术有限公司 | 物品图像的处理方法、装置、计算机设备及存储介质 |
CN114020974B (zh) * | 2022-01-04 | 2022-06-21 | 阿里巴巴达摩院(杭州)科技有限公司 | 样本数据确定及对话意图识别方法、存储介质及程序产品 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110363224A (zh) * | 2019-06-19 | 2019-10-22 | 创新奇智(北京)科技有限公司 | 一种基于图像的物体分类方法、系统及电子设备 |
CN110413812A (zh) * | 2019-08-06 | 2019-11-05 | 北京字节跳动网络技术有限公司 | 神经网络模型的训练方法、装置、电子设备及存储介质 |
CN110458217A (zh) * | 2019-07-31 | 2019-11-15 | 腾讯医疗健康(深圳)有限公司 | 图像识别方法及装置、眼底图像识别方法和电子设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106874921B (zh) * | 2015-12-11 | 2020-12-04 | 清华大学 | 图像分类方法和装置 |
-
2020
- 2020-06-10 CN CN202010523205.3A patent/CN111738316B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110363224A (zh) * | 2019-06-19 | 2019-10-22 | 创新奇智(北京)科技有限公司 | 一种基于图像的物体分类方法、系统及电子设备 |
CN110458217A (zh) * | 2019-07-31 | 2019-11-15 | 腾讯医疗健康(深圳)有限公司 | 图像识别方法及装置、眼底图像识别方法和电子设备 |
CN110413812A (zh) * | 2019-08-06 | 2019-11-05 | 北京字节跳动网络技术有限公司 | 神经网络模型的训练方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111738316A (zh) | 2020-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111738316B (zh) | 零样本学习的图像分类方法、装置及电子设备 | |
CN110674349B (zh) | 视频poi识别方法、装置及电子设备 | |
CN111401228B (zh) | 视频目标标注方法、装置及电子设备 | |
CN113033682B (zh) | 视频分类方法、装置、可读介质、电子设备 | |
CN113140012B (zh) | 图像处理方法、装置、介质及电子设备 | |
CN110288037A (zh) | 图像处理方法、装置及电子设备 | |
CN111222509A (zh) | 目标检测方法、装置及电子设备 | |
CN111753114A (zh) | 图像预标注方法、装置及电子设备 | |
CN110069997B (zh) | 场景分类方法、装置及电子设备 | |
CN110287817B (zh) | 目标识别及目标识别模型的训练方法、装置和电子设备 | |
CN113033680B (zh) | 视频分类方法、装置、可读介质及电子设备 | |
CN110287350A (zh) | 图像检索方法、装置及电子设备 | |
CN111626990B (zh) | 目标检测框处理方法、装置及电子设备 | |
CN111832354A (zh) | 目标对象年龄识别方法、装置及电子设备 | |
CN116204740A (zh) | 标签确定方法、信息推荐方法、装置、设备及存储介质 | |
CN116092092A (zh) | 匹配方法、装置、介质及电子设备 | |
CN113051400B (zh) | 标注数据确定方法、装置、可读介质及电子设备 | |
CN110300329A (zh) | 基于离散特征的视频推送方法、装置及电子设备 | |
CN111738311A (zh) | 面向多任务的特征提取方法、装置及电子设备 | |
CN110704679B (zh) | 视频分类方法、装置及电子设备 | |
CN111680754B (zh) | 图像分类方法、装置、电子设备及计算机可读存储介质 | |
CN110287371A (zh) | 端到端的视频推送方法、装置及电子设备 | |
CN110390291B (zh) | 数据处理方法、装置及电子设备 | |
CN110263852B (zh) | 数据处理方法、装置及电子设备 | |
CN110674348B (zh) | 视频分类方法、装置及电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |