CN112465071A - 图像多标签分类方法、装置、电子设备及介质 - Google Patents

图像多标签分类方法、装置、电子设备及介质 Download PDF

Info

Publication number
CN112465071A
CN112465071A CN202011510803.3A CN202011510803A CN112465071A CN 112465071 A CN112465071 A CN 112465071A CN 202011510803 A CN202011510803 A CN 202011510803A CN 112465071 A CN112465071 A CN 112465071A
Authority
CN
China
Prior art keywords
label
image
image set
classification
training
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.)
Pending
Application number
CN202011510803.3A
Other languages
English (en)
Inventor
谢雨洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Saiante Technology Service Co Ltd
Original Assignee
Shenzhen Saiante Technology Service Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Saiante Technology Service Co Ltd filed Critical Shenzhen Saiante Technology Service Co Ltd
Priority to CN202011510803.3A priority Critical patent/CN112465071A/zh
Publication of CN112465071A publication Critical patent/CN112465071A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (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)
  • Image Analysis (AREA)

Abstract

本发明涉及图像处理技术,揭露一种图像多标签分类方法,包括:根据原始图像集得到训练图像集、测试图像集及多标签图像集,对训练图像集处理执行一系列计算处理,得到分类向量,对根据所述分类向量对所述训练图像集进行预测,得到预测标记,根据预测标记和多标签图像集的损失值对卷积神经网络进行优化,得到初始多标签分类模型,利用测试图像集对初始多标签分类模型进行调整,得到标准多标签分类模型,利用所述标准多标签分类模型对待分类图像进行分类处理,得到图像分类结果。本发明还涉及区块链技术,所述多标签图像集等可以存储在区块链节点中。本发明还揭露一种图像多标签分类装置、电子设备及存储介质。本发明可提高标签识别准确度。

Description

图像多标签分类方法、装置、电子设备及介质
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像多标签分类方法、装置、电子设备及计算机可读存储介质。
背景技术
图像分类技术是当前应用较为广泛的人工智能技术之一,图像分类是从预先设定好的指定类别集中为图像分配标签的过程。
在艺术品图片中不同的区域对于属性的分类重要性可能不同,如判断一件瓷器的材质时用到了图片整体的特征,而在区分它的年代时主要依靠局部的花纹的特征。但是通用的图像标签分类方法无法有效地对图片不同区域的特征分配权重,因此在类别较多的情况下准确度不够,容易产生错识别和漏识别标签。
发明内容
本发明提供一种图像多标签分类方法、装置、电子设备及计算机可读存储介质,其主要目的在于提高标签识别的准确度。
为实现上述目的,本发明提供的一种图像多标签分类方法,包括:
获取原始图像集,将所述原始图像集按照预设比例划分得到训练图像集和测试图像集,并获取所述训练图像集和所述测试图像集的多种类别的标签标记,生成多标签图像集;
将所述训练图像集输入至预设的卷积神经网络进行运算,得到图像特征向量,将所述图像特征向量依次经过卷积神经网络的全连接网络和预设的激活函数执行降维以及数据映射处理,得到注意力权重参数;
根据所述注意力权重参数,对所述图像特征向量进行加权平均处理,得到分类向量;
根据所述分类向量对所述训练图像集进行标签预测处理,得到预测标记,计算所述预测标记和所述多标签图像集之间的损失值,并根据所述损失值对所述卷积神经网络进行优化,得到初始多标签分类模型;
利用所述测试图像集对所述初始多标签分类模型进行验证调整,得到标准多标签分类模型;
利用所述标准多标签分类模型对待分类图像进行分类处理,得到图像分类结果。
可选地,所述获取原始图像集,包括:
获取待处理图像,对所述待处理图像进行图像增强处理,得到原始图像;
利用预设的矩形框对所述原始图像进行裁剪,得到原始图像集。
可选地,所述将所述训练图像集输入至预设的卷积神经网络进行运算,得到图像特征向量,包括:
根据所述卷积神经网络中预设的卷积核的大小,按照从上往下,从左往右的顺序划分所述训练图像集中的训练图像,得到多个训练子图像;
将所述预设的卷积核中的像素值与所述训练子图像中的像素值相乘,得到像素乘积值;
对所述像素乘积值进行求和,得到目标像素值,并将所述目标像素值转换为向量,得到图像特征向量。
可选地,所述将所述图像特征向量依次经过卷积神经网络的全连接网络和预设的激活函数,得到注意力权重参数,包括:
利用下述公式计算所述注意力权重参数:
ui=sigmoid(fi*w)
其中,ui为注意力权重参数,sigmoid为激活函数,fi表示所述训练图像集中第i张图的图像特征向量,w表示所述全连接层的权重。
可选地,所述根据所述注意力权重参数,对所述图像特征向量进行加权平均处理,得到分类向量,包括:
采用下述公式计算所述分类向量:
Figure BDA0002846346370000021
其中,F为分类向量,ui为注意力权重参数,fi表示所述训练图像集中第i张图的图像特征向量,k为所述训练图像集中图像的个数。
可选地,所述根据所述分类向量对所述训练图像集进行标签预测处理,得到预测标记,计算所述预测标记和所述标签图像集之间的损失值,并根据所述损失值对所述卷积神经网络进行优化,得到初始多标签分类模型,包括:
利用所述卷积神经网络对所述分类向量进行标签预测处理,得到每个类别的得分;
将所述得分经过预设的激活函数,生成预测标记;
将所述预测标记与所述标签图像集进行交叉熵损失函数的计算,得到损失值;
在所述损失值大于预设权值时,对预设的卷积神经网络的权重进行优化,直到所述损失值小于等于所述预设权值时,得到初始多标签分类模型。
可选地,所述将所述预测标记与所述标签图像集进行交叉熵损失函数的计算,得到损失值,包括:
Figure BDA0002846346370000031
其中,L为交叉熵损失函数值,y为标签图像集,
Figure BDA0002846346370000032
为预测标记,N为标签图像集总数,n表示第n个标签图像。为了解决上述问题,本发明还提供一种图像多标签分类装置,所述装置包括:
数据处理模块,用于获取原始图像集,将所述原始图像集按照预设比例划分得到训练图像集和测试图像集,并获取所述训练图像集和所述测试图像集的多种类别的标签标记,生成多标签图像集,将所述训练图像集输入至预设的卷积神经网络进行运算,得到图像特征向量,将所述图像特征向量依次经过卷积神经网络的全连接网络和预设的激活函数,得到注意力权重参数,根据所述注意力权重参数,对所述图像特征向量进行加权平均处理,得到分类向量;
模型训练模块,用于根据所述分类向量对所述训练图像集进行标签预测处理,得到预测标记,计算所述预测标记和所述多标签图像集之间的损失值,并根据所述损失值对所述卷积神经网络进行优化,得到初始多标签分类模型,利用所述测试图像集对所述初始多标签分类模型进行验证调整,得到标准多标签分类模型;
分类模块,利用所述标准多标签分类模型对待分类图像进行分类处理,得到图像分类结果。
为了解决上述问题,本发明还提供一种电子设备,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计算机程序指令,所述计算机程序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上述的图像多标签分类方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现上述的图像多标签分类方法。
本发明实施例首先将原始图像集划分为训练图像集和测试图像集,并获取所述训练图像集和所述测试图像集的多种类别的标签标记,生成多标签图像集,其中,得到的训练图像集可以用于训练模型,保证模型训练的精确性,测试图像集用于后续对模型进行验证,防止模型过拟合,进一步地,本发明实施例通过计算注意力权重参数,并根据所述注意力权重参数得到分类向量,以实现对图片不同区域的特征分配权重,提高图像分类的准确性。因此本发明提出的图像分割方法、装置及计算机可读存储介质,可以提高标签准确度。
附图说明
图1为本发明实施例提供的图像多标签分类方法的流程示意图;
图2为图1所示的图像多标签分类方法中其中一个步骤的流程示意图;
图3为本发明实施例提供的图像多标签分类装置的模块示意图;
图4为本发明实施例提供的实现图像多标签分类方法的电子设备的内部结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例提供一种图像多标签分类方法,所述图像多标签分类方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述图像多标签分类方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示,为本发明实施例提供的一种图像多标签分类方法的流程示意图。在本实施例中,所述图像多标签分类方法包括:
S1、获取原始图像集,将所述原始图像集按照预设比例划分得到训练图像集和测试图像集,并获取所述训练图像集和所述测试图像集的多种类别的标签标记,生成多标签图像集。
本发明实施例中,所述原始图像集为艺术品图像的集合。
具体地,参阅图2所示,所述获取原始图像集,包括:
S101、获取待处理图像,对所述待处理图像进行图像增强处理,得到原始图像;
S102、利用预设的矩形框对所述原始图像进行裁剪,得到原始图像集。
详细地,所述图像增强处理包括使用翻转,高斯模糊,对比度调整等图像处理方法进行图像增强,增加图像多样性。
进一步地,所述预设的矩形框的宽高为原始图像尺寸的0.5-0.9倍。本发明实施例利用所述矩形框对所述初始图像进行随机裁剪,得到原始图像集。
进一步地,本发明实施例按照7:3的比例对所述原始图像集进行划分,得到训练图像集和测试图像集。其中,所述训练图像集可用于后续的模型训练,以及所述测试图像集可用于后续的模型验证,以防止模型在训练过程中产生的过拟合。
详细地,所述多种类别根据所述训练图像集和所述测试图像集的属性不同而不同,例如,对一件艺术品图像,在材质类别中包括但不限于骨器、金属器、石器,在物品类别中包括但不限于画、碗、雕塑,在年代类别中包括但不限于远古、中世纪、现代。因此,对一个图像的标签可以设置为金属器、碗及中世纪。
S2、将所述训练图像集输入至预设的卷积神经网络进行运算,得到图像特征向量,将所述图像特征向量依次依次经过卷积神经网络的全连接网络和预设的激活函数执行降维以及数据映射处理,得到注意力权重参数。
本发明实施例中,所述将所述训练图像集输入至预设的卷积神经网络进行运算,得到图像特征向量,包括:
根据所述卷积神经网络中预设的卷积核的大小,按照从上往下,从左往右的顺序划分所述训练图像集中的每个训练图像,得到多个训练子图像;
将所述预设的卷积核中的像素值与所述训练子图像中的像素值相乘,得到像素乘积值;
对所述像素乘积值进行求和,得到目标像素值,并将所述目标像素值转换为向量,得到图像特征向量。。
其中,所述卷积是一种线性运算,对所述训练图像集进行卷积处理不仅可以消除噪声、增强特征,而且可以增大了感受野,从而使得所述预构建的卷积神经网络模型能够提取到更丰富的特征信息,弥补数据结构丢失,空间层级信息丢失等信息损失。
进一步地,所述将所述图像特征向量依次经过卷积神经网络的全连接网络和预设的激活函数执行降维以及数据映射处理,得到注意力权重参数,包括:
利用下述公式计算所述注意力权重参数:
ui=sigmoid(fi*w)
其中,ui为注意力权重参数,sigmoid为激活函数,fi表示所述训练图像集中第i张图的图像特征向量,w表示所述全连接层的权重。
详细地,所述全连接网络执行降维处理,将所述图像特征向量进行整合,减少对后面数据映射处理的影响,所述激活函数进行对整合后的图像特征向量数据映射处理,得到注意力权重参数。
S3、根据所述注意力权重参数,对所述图像特征向量进行加权平均处理,得到分类向量。
本发明实施例中,所述根据所述注意力权重参数,对所述图像特征向量进行加权平均处理,得到分类向量,包括:
采用下述公式计算所述分类向量:
Figure BDA0002846346370000061
其中,F为分类向量,ui为注意力权重参数,fi表示所述训练图像集中第i张图的图像特征向量,k为所述训练图像集中图像的个数。
S4、根据所述分类向量对所述训练图像集进行标签预测处理,得到预测标记,计算所述预测标记和所述多标签图像集之间的损失值,并根据所述损失值对所述卷积神经网络进行优化,得到初始多标签分类模型。
本发明实施例中,所述S4包括:
利用所述卷积神经网络对所述分类向量进行标签预测处理,得到每个类别的得分;
将所述得分经过预设的激活函数,生成预测标记;
将所述预测标记与所述标签图像集进行交叉熵损失函数的计算,得到损失值;
在所述损失值大于预设权值时,对预设的卷积神经网络的权重进行优化,直到所述损失值小于等于所述预设权值时,得到初始多标签分类模型。
详细地,本发明实施例通过下述公式将所述训练后模型的预测标记与标签图像集进行交叉熵损失函数的计算,得到损失值,包括:
Figure BDA0002846346370000071
其中,L为交叉熵损失函数值,y为标签图像集,
Figure BDA0002846346370000072
为预测标记,N为标签图像集总数,n表示第n个标签图像。损失函数可以有助于优化神经网络的参数。其通过优化神经网络的参数来最大程度地减少神经网络的损失,并通过梯度下降法来优化网络权重,以使损失最小化,使得模型在训练计算过程中可以关注于不同的区域,以保证区域之间的判别性;通常情况下,损失函数越小,就代表模型拟合的越好,为了使损失函数收敛。
本发明实施例选用梯度下降的方法来优化网络权重,可以在计算下降最快的方向时随机选一个数据进行计算,并非扫描全部训练数据集,因此可以加快迭代速度。
S5、利用所述测试图像集对所述初始多标签分类模型进行验证调整,得到标准多标签分类模型。
本发明实施例中,将所述测试图像集输入至所述初始多标签分类模型中,得到测试图像集输出的分类图像,将所述测试图像集输出的分类图像与测试图像集对应的标签图像进行对比,当相似度大于预设标准时,所述初始多标签分类模型即为标准多标签分类模型,当相似度小于或等于预设标准时,对所述初始分类模型进行参数调整。
详细地,将所述训练图像集输入至所述初始多标签分类模型中进行训练,通常可能表现过好,此现象称之为过拟合,所述过拟合很可能导致模型的泛化性能差,不能很好的应用到新的数据上。利用所述测试图像集对所述初始多标签分类模型进行验证调整就是为了调节模型,可以从指标上对比测试图像集和训练图像集的差距,了解模型的泛化性能并以此来调节模型使其能够更好的拟合新的数据。
S6、利用所述标准多标签分类模型对待分类图像进行分类处理,得到图像分类结果。
例如,将一张待分类的艺术品图像输入至所述多标签分类模型中,可以得到所述艺术品图像的年代为远古,材质为金属器,图像中的物品类型为雕塑。
如图3所示,是本发明实施例提供的图像多标签分类装置的模块示意图。
本发明所述图像多标签分类装置100可以安装于电子设备中。根据实现的功能,所述图像多标签分类装置100可以包括数据处理模块101、模型训练模块102、分类模块103。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述数据处理模块101,用于获取原始图像集,将所述原始图像集按照预设比例划分得到训练图像集和测试图像集,并获取所述训练图像集和所述测试图像集的多种类别的标签标记,生成多标签图像集,将所述训练图像集输入至预设的卷积神经网络进行运算,得到图像特征向量,将所述图像特征向量依次经过卷积神经网络的全连接网络和预设的激活函数,得到注意力权重参数,根据所述注意力权重参数,对所述图像特征向量进行加权平均处理,得到分类向量;
所述模型训练模块102,用于根据所述分类向量对所述训练图像集进行标签预测处理,得到预测标记,计算所述预测标记和所述多标签图像集之间的损失值,并根据所述损失值对所述卷积神经网络进行优化,得到初始多标签分类模型,利用所述测试图像集对所述初始多标签分类模型进行验证调整,得到标准多标签分类模型;
所述分类模块103,利用所述标准多标签分类模型对待分类图像进行分类处理,得到图像分类结果。
详细地,所述图像多标签分类装置100各模块在由电子设备的处理器所执行时,可以实现一种包括下述步骤的图像多标签分类方法:
步骤一、所述数据处理模块101获取原始图像集,将所述原始图像集按照预设比例划分得到训练图像集和测试图像集,并获取所述训练图像集和所述测试图像集的多种类别的标签标记,生成多标签图像集。
本发明实施例中,所述原始图像集为艺术品图像的集合。
具体地,所述所述数据处理模块101通过下述操作获取原始图像集:
获取待处理图像,对所述待处理图像进行图像增强处理,得到原始图像;
利用预设的矩形框对所述原始图像进行裁剪,得到原始图像集。
详细地,所述图像增强处理包括使用翻转,高斯模糊,对比度调整等图像处理方法进行图像增强,增加图像多样性。
进一步地,所述预设的矩形框的宽高为原始图像尺寸的0.5-0.9倍。本发明实施例利用所述矩形框对所述初始图像进行随机裁剪,得到原始图像集。
进一步地,本发明实施例按照7:3的比例对所述原始图像集进行划分,得到训练图像集和测试图像集。其中,所述训练图像集可用于后续的模型训练,以及所述测试图像集可用于后续的模型验证,以防止模型在训练过程中产生的过拟合。
详细地,所述多种类别根据所述训练图像集和所述测试图像集的属性不同而不同,例如,对一件艺术品图像,在材质类别中包括但不限于骨器、金属器、石器,在物品类别中包括但不限于画、碗、雕塑,在年代类别中包括但不限于远古、中世纪、现代。因此,对一个图像的标签可以设置为金属器、碗及中世纪。
步骤二、所述数据处理模块101将所述训练图像集输入至预设的卷积神经网络进行运算,得到图像特征向量,将所述图像特征向量依次依次经过卷积神经网络的全连接网络和预设的激活函数执行降维以及数据映射处理,得到注意力权重参数。
本发明实施例中,所述数据处理模块101将所述训练图像集输入至预设的卷积神经网络进行运算,得到图像特征向量,包括:
根据所述卷积神经网络中预设的卷积核的大小,按照从上往下,从左往右的顺序划分所述训练图像集中的每个训练图像,得到多个训练子图像;
将所述预设的卷积核中的像素值与所述训练子图像中的像素值相乘,得到像素乘积值;
对所述像素乘积值进行求和,得到目标像素值,并将所述目标像素值转换为向量,得到图像特征向量。
其中,所述卷积是一种线性运算,对所述训练图像集进行卷积处理不仅可以消除噪声、增强特征,而且可以增大了感受野,从而使得所述预构建的卷积神经网络模型能够提取到更丰富的特征信息,弥补数据结构丢失,空间层级信息丢失等信息损失。
进一步地,所述数据处理模块101利用下述公式计算所述注意力权重参数:
ui=sigmoid(fi*w)
其中,ui为注意力权重参数,sigmoid为激活函数,fi表示所述训练图像集中第i张图的图像特征向量,w表示所述全连接层的权重。
详细地,所述全连接网络执行降维处理,将所述图像特征向量进行整合,减少对后面数据映射处理的影响,所述激活函数进行对整合后的图像特征向量数据映射处理,得到注意力权重参数。步骤三、所述数据处理模块101根据所述注意力权重参数,对所述图像特征向量进行加权平均处理,得到分类向量。
本发明实施例中,所述数据处理模块101
采用下述公式计算所述分类向量:
Figure BDA0002846346370000101
其中,F为分类向量,ui为注意力权重参数,fi表示所述训练图像集中第i张图的图像特征向量,k为所述训练图像集中图像的个数。
步骤四、所述模型训练模块102根据所述分类向量对所述训练图像集进行标签预测处理,得到预测标记,计算所述预测标记和所述多标签图像集之间的损失值,并根据所述损失值对所述卷积神经网络进行优化,得到初始多标签分类模型。
本发明实施例中,所述模型训练模块102具体用于:
利用所述卷积神经网络的全连接层对所述分类向量进行标签预测处理,得到每个类别的得分;
将所述得分经过预设的激活函数,生成预测标记;
将所述预测标记与所述标签图像集进行交叉熵损失函数的计算,得到损失值;
在所述损失值大于预设权值时,对预设的卷积神经网络的权重进行优化,直到所述损失值小于等于所述预设权值时,得到初始多标签分类模型。
详细地,所述模型训练模块102通过下述公式将所述训练后模型的预测标记与标签图像集进行交叉熵损失函数的计算,得到损失值,包括:
Figure BDA0002846346370000111
其中,L为交叉熵损失函数值,y为标签图像集,
Figure BDA0002846346370000112
为预测标记,N为标签图像集总数,n表示第n个标签图像。损失函数可以有助于优化神经网络的参数。其通过优化神经网络的参数来最大程度地减少神经网络的损失,并通过梯度下降法来优化网络权重,以使损失最小化,使得模型在训练计算过程中可以关注于不同的区域,以保证区域之间的判别性;通常情况下,损失函数越小,就代表模型拟合的越好,为了使损失函数收敛。
本发明实施例选用梯度下降的方法来优化网络权重,可以在计算下降最快的方向时随机选一个数据进行计算,并非扫描全部训练数据集,因此可以加快迭代速度。
步骤五、所述模型训练模块102利用所述测试图像集对所述初始多标签分类模型进行验证调整,得到标准多标签分类模型。
本发明实施例中,所述模型训练模块102将所述测试图像集输入至所述初始多标签分类模型中,得到测试图像集输出的分类图像,将所述测试图像集输出的分类图像与测试图像集对应的标签图像进行对比,当相似度大于预设标准时,所述初始多标签分类模型即为标准多标签分类模型,当相似度小于或等于预设标准时,对所述初始分类模型进行参数调整。
详细地,将所述训练图像集输入至所述初始多标签分类模型中进行训练,通常可能表现过好,此现象称之为过拟合,所述过拟合很可能导致模型的泛化性能差,不能很好的应用到新的数据上。利用所述测试图像集对所述初始多标签分类模型进行验证调整就是为了调节模型,可以从指标上对比测试图像集和训练图像集的差距,了解模型的泛化性能并以此来调节模型使其能够更好的拟合新的数据。
步骤六、所述分类模块103利用所述标准多标签分类模型对待分类图像进行分类处理,得到图像分类结果。
例如,将一张待分类的艺术品图像输入至所述多标签分类模型中,可以得到所述艺术品图像的年代为远古,材质为金属器,图像中的物品类型为雕塑。
如图4所示,是本发明实现图像多标签分类方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如图像多标签分类程序12。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如图像多标签分类程序12的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行图像多标签分类程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图4仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图4示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的图像多标签分类程序12是多个指令的组合,在所述处理器10中运行时,可以实现:
获取原始图像集,将所述原始图像集按照预设比例划分得到训练图像集和测试图像集,并获取所述训练图像集和所述测试图像集的多种类别的标签标记,生成多标签图像集;
将所述训练图像集输入至预设的卷积神经网络进行运算,得到图像特征向量,将所述图像特征向量依次经过卷积神经网络的全连接网络和预设的激活函数执行降维以及数据映射处理,得到注意力权重参数;
根据所述注意力权重参数,对所述图像特征向量进行加权平均处理,得到分类向量;
根据所述分类向量对所述训练图像集进行标签预测处理,得到预测标记,计算所述预测标记和所述多标签图像集之间的损失值,并根据所述损失值对所述卷积神经网络进行优化,得到初始多标签分类模型;
利用所述测试图像集对所述初始多标签分类模型进行验证调整,得到标准多标签分类模型;
利用所述标准多标签分类模型对待分类图像进行分类处理,得到图像分类结果。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
进一步地,所述计算机可用存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图表记视为限制所涉及的权利要求。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种图像多标签分类方法,其特征在于,所述方法包括:
获取原始图像集,将所述原始图像集按照预设比例划分得到训练图像集和测试图像集,并获取所述训练图像集和所述测试图像集的多种类别的标签标记,生成多标签图像集;
将所述训练图像集输入至预设的卷积神经网络进行运算,得到图像特征向量,将所述图像特征向量依次依次经过卷积神经网络的全连接网络和预设的激活函数执行降维以及数据映射处理,得到注意力权重参数;
根据所述注意力权重参数,对所述图像特征向量进行加权平均处理,得到分类向量;
根据所述分类向量对所述训练图像集进行标签预测处理,得到预测标记,计算所述预测标记和所述多标签图像集之间的损失值,并根据所述损失值对所述卷积神经网络进行优化,得到初始多标签分类模型;
利用所述测试图像集对所述初始多标签分类模型进行验证调整,得到标准多标签分类模型;
利用所述标准多标签分类模型对待分类图像进行分类处理,得到图像分类结果。
2.如权利要求1所述的图像多标签分类方法,其特征在于,所述获取原始图像集,包括:
获取待处理图像,对所述待处理图像进行图像增强处理,得到原始图像;
利用预设的矩形框对所述原始图像进行裁剪,得到原始图像集。
3.如权利要求1所述的图像多标签分类方法,其特征在于,所述将所述训练图像集输入至预设的卷积神经网络进行运算,得到图像特征向量,包括:
根据所述卷积神经网络中预设的卷积核的大小,按照从上往下,从左往右的顺序划分所述训练图像集中的训练图像,得到多个训练子图像;
将所述预设的卷积核中的像素值与所述训练子图像中的像素值相乘,得到像素乘积值;
对所述像素乘积值进行求和,得到目标像素值,并将所述目标像素值转换为向量,得到图像特征向量。
4.如权利要求1所述的图像多标签分类方法,其特征在于,所述将所述图像特征向量依次依次经过卷积神经网络的全连接网络和预设的激活函数,得到注意力权重参数,包括:
利用下述公式计算所述注意力权重参数:
ui=sigmoid(fi*w)
其中,ui为注意力权重参数,sigmoid为激活函数,fi表示所述训练图像集中第i张图的图像特征向量,w表示所述全连接层的权重。
5.如权利要求4所述的图像多标签分类方法,其特征在于,所述根据所述注意力权重参数,对所述图像特征向量进行加权平均处理,得到分类向量,包括:
采用下述公式计算所述分类向量:
Figure FDA0002846346360000021
其中,F为分类向量,ui为注意力权重参数,fi表示所述训练图像集中第i张图的图像特征向量,k为所述训练图像集中图像的个数。
6.如权利要求1至5中任意一项所述的图像多标签分类方法,其特征在于,所述根据所述分类向量对所述训练图像集进行标签预测处理,得到预测标记,计算所述预测标记和所述标签图像集之间的损失值,并根据所述损失值对所述卷积神经网络进行优化,得到初始多标签分类模型,包括:
利用所述卷积神经网络对所述分类向量进行标签预测处理,得到每个类别的得分;
将所述得分经过预设的激活函数,生成预测标记;
将所述预测标记与所述标签图像集进行交叉熵损失函数的计算,得到损失值;
在所述损失值大于预设权值时,对预设的卷积神经网络的权重进行优化,直到所述损失值小于等于所述预设权值时,得到初始多标签分类模型。
7.如权利要求6所述的图像多标签分类方法,其特征在于,所述将所述预测标记与所述标签图像集进行交叉熵损失函数的计算,得到损失值,包括:
Figure FDA0002846346360000022
其中,L为交叉熵损失函数值,y为标签图像集,
Figure FDA0002846346360000023
为预测标记,N为标签图像集总数,n表示第n个标签图像。
8.一种图像多标签分类装置,其特征在于,所述装置包括:
数据处理模块,用于获取原始图像集,将所述原始图像集按照预设比例划分得到训练图像集和测试图像集,并获取所述训练图像集和所述测试图像集的多种类别的标签标记,生成多标签图像集,将所述训练图像集输入至预设的卷积神经网络进行运算,得到图像特征向量,将所述图像特征向量依次经过卷积神经网络的全连接网络和预设的激活函数,得到注意力权重参数,根据所述注意力权重参数,对所述图像特征向量进行加权平均处理,得到分类向量;
模型训练模块,用于根据所述分类向量对所述训练图像集进行标签预测处理,得到预测标记,计算所述预测标记和所述多标签图像集之间的损失值,并根据所述损失值对所述卷积神经网络进行优化,得到初始多标签分类模型,利用所述测试图像集对所述初始多标签分类模型进行验证调整,得到标准多标签分类模型;
分类模块,利用所述标准多标签分类模型对待分类图像进行分类处理,得到图像分类结果。
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计算机程序指令,所述计算机程序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如权利要求1至7中任一项所述的图像多标签分类方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的图像多标签分类方法。
CN202011510803.3A 2020-12-18 2020-12-18 图像多标签分类方法、装置、电子设备及介质 Pending CN112465071A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011510803.3A CN112465071A (zh) 2020-12-18 2020-12-18 图像多标签分类方法、装置、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011510803.3A CN112465071A (zh) 2020-12-18 2020-12-18 图像多标签分类方法、装置、电子设备及介质

Publications (1)

Publication Number Publication Date
CN112465071A true CN112465071A (zh) 2021-03-09

Family

ID=74803109

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011510803.3A Pending CN112465071A (zh) 2020-12-18 2020-12-18 图像多标签分类方法、装置、电子设备及介质

Country Status (1)

Country Link
CN (1) CN112465071A (zh)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112990374A (zh) * 2021-04-28 2021-06-18 平安科技(深圳)有限公司 图像分类方法、装置、电子设备及介质
CN113033689A (zh) * 2021-04-07 2021-06-25 新疆爱华盈通信息技术有限公司 图像分类方法、装置、电子设备及存储介质
CN113139076A (zh) * 2021-05-20 2021-07-20 广东工业大学 一种深度特征学习多标签的神经网络影像自动标记方法
CN113159202A (zh) * 2021-04-28 2021-07-23 平安科技(深圳)有限公司 图像分类方法、装置、电子设备及存储介质
CN113159147A (zh) * 2021-04-08 2021-07-23 平安科技(深圳)有限公司 基于神经网络的图像识别方法、装置、电子设备
CN113159062A (zh) * 2021-03-23 2021-07-23 中国科学院深圳先进技术研究院 分类模型的训练及图像分类方法、电子设备及存储介质
CN113222055A (zh) * 2021-05-28 2021-08-06 新疆爱华盈通信息技术有限公司 一种图像分类方法、装置、电子设备及存储介质
CN113240071A (zh) * 2021-05-13 2021-08-10 平安科技(深圳)有限公司 图神经网络处理方法、装置、计算机设备及存储介质
CN113537286A (zh) * 2021-06-11 2021-10-22 浙江智慧视频安防创新中心有限公司 一种图像分类方法、装置、设备及介质
CN113723513A (zh) * 2021-08-31 2021-11-30 平安国际智慧城市科技股份有限公司 多标签图像分类方法、装置及相关设备
CN113807412A (zh) * 2021-08-30 2021-12-17 广州大学 一种多标签图像分类方法、装置、设备及存储介质
CN114582470A (zh) * 2022-04-29 2022-06-03 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 一种模型的训练方法、训练装置及医学影像报告标注方法
CN115049878A (zh) * 2022-06-17 2022-09-13 平安科技(深圳)有限公司 基于人工智能的目标检测优化方法、装置、设备及介质
CN115429284A (zh) * 2022-09-16 2022-12-06 山东科技大学 心电信号分类方法、系统、计算机设备以及可读存储介质
CN115797709A (zh) * 2023-01-19 2023-03-14 苏州浪潮智能科技有限公司 一种图像分类方法、装置、设备和计算机可读存储介质
CN116824306A (zh) * 2023-08-28 2023-09-29 天津大学 基于多模态元数据的笔石化石图像识别模型的训练方法
CN117058489A (zh) * 2023-10-09 2023-11-14 腾讯科技(深圳)有限公司 多标签识别模型的训练方法、装置、设备及存储介质
CN117876797A (zh) * 2024-03-11 2024-04-12 中国地质大学(武汉) 图像多标签分类方法、装置及存储介质
CN117876797B (zh) * 2024-03-11 2024-06-04 中国地质大学(武汉) 图像多标签分类方法、装置及存储介质

Cited By (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159062A (zh) * 2021-03-23 2021-07-23 中国科学院深圳先进技术研究院 分类模型的训练及图像分类方法、电子设备及存储介质
CN113159062B (zh) * 2021-03-23 2023-10-03 中国科学院深圳先进技术研究院 分类模型的训练及图像分类方法、电子设备及存储介质
CN113033689A (zh) * 2021-04-07 2021-06-25 新疆爱华盈通信息技术有限公司 图像分类方法、装置、电子设备及存储介质
CN113159147A (zh) * 2021-04-08 2021-07-23 平安科技(深圳)有限公司 基于神经网络的图像识别方法、装置、电子设备
CN113159147B (zh) * 2021-04-08 2023-09-26 平安科技(深圳)有限公司 基于神经网络的图像识别方法、装置、电子设备
CN113159202B (zh) * 2021-04-28 2023-09-26 平安科技(深圳)有限公司 图像分类方法、装置、电子设备及存储介质
CN112990374B (zh) * 2021-04-28 2023-09-15 平安科技(深圳)有限公司 图像分类方法、装置、电子设备及介质
CN113159202A (zh) * 2021-04-28 2021-07-23 平安科技(深圳)有限公司 图像分类方法、装置、电子设备及存储介质
CN112990374A (zh) * 2021-04-28 2021-06-18 平安科技(深圳)有限公司 图像分类方法、装置、电子设备及介质
CN113240071A (zh) * 2021-05-13 2021-08-10 平安科技(深圳)有限公司 图神经网络处理方法、装置、计算机设备及存储介质
CN113240071B (zh) * 2021-05-13 2023-07-28 平安科技(深圳)有限公司 图神经网络处理方法、装置、计算机设备及存储介质
CN113139076B (zh) * 2021-05-20 2024-03-29 广东工业大学 一种深度特征学习多标签的神经网络影像自动标记方法
CN113139076A (zh) * 2021-05-20 2021-07-20 广东工业大学 一种深度特征学习多标签的神经网络影像自动标记方法
CN113222055A (zh) * 2021-05-28 2021-08-06 新疆爱华盈通信息技术有限公司 一种图像分类方法、装置、电子设备及存储介质
CN113222055B (zh) * 2021-05-28 2023-01-10 新疆爱华盈通信息技术有限公司 一种图像分类方法、装置、电子设备及存储介质
CN113537286A (zh) * 2021-06-11 2021-10-22 浙江智慧视频安防创新中心有限公司 一种图像分类方法、装置、设备及介质
CN113807412A (zh) * 2021-08-30 2021-12-17 广州大学 一种多标签图像分类方法、装置、设备及存储介质
CN113807412B (zh) * 2021-08-30 2023-09-26 广州大学 一种多标签图像分类方法、装置、设备及存储介质
CN113723513B (zh) * 2021-08-31 2024-05-03 平安国际智慧城市科技股份有限公司 多标签图像分类方法、装置及相关设备
CN113723513A (zh) * 2021-08-31 2021-11-30 平安国际智慧城市科技股份有限公司 多标签图像分类方法、装置及相关设备
CN114582470A (zh) * 2022-04-29 2022-06-03 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 一种模型的训练方法、训练装置及医学影像报告标注方法
CN115049878A (zh) * 2022-06-17 2022-09-13 平安科技(深圳)有限公司 基于人工智能的目标检测优化方法、装置、设备及介质
CN115049878B (zh) * 2022-06-17 2024-05-03 平安科技(深圳)有限公司 基于人工智能的目标检测优化方法、装置、设备及介质
CN115429284A (zh) * 2022-09-16 2022-12-06 山东科技大学 心电信号分类方法、系统、计算机设备以及可读存储介质
CN115429284B (zh) * 2022-09-16 2024-05-03 山东科技大学 心电信号分类方法、系统、计算机设备以及可读存储介质
CN115797709A (zh) * 2023-01-19 2023-03-14 苏州浪潮智能科技有限公司 一种图像分类方法、装置、设备和计算机可读存储介质
CN116824306A (zh) * 2023-08-28 2023-09-29 天津大学 基于多模态元数据的笔石化石图像识别模型的训练方法
CN116824306B (zh) * 2023-08-28 2023-11-17 天津大学 基于多模态元数据的笔石化石图像识别模型的训练方法
CN117058489A (zh) * 2023-10-09 2023-11-14 腾讯科技(深圳)有限公司 多标签识别模型的训练方法、装置、设备及存储介质
CN117058489B (zh) * 2023-10-09 2023-12-29 腾讯科技(深圳)有限公司 多标签识别模型的训练方法、装置、设备及存储介质
CN117876797A (zh) * 2024-03-11 2024-04-12 中国地质大学(武汉) 图像多标签分类方法、装置及存储介质
CN117876797B (zh) * 2024-03-11 2024-06-04 中国地质大学(武汉) 图像多标签分类方法、装置及存储介质

Similar Documents

Publication Publication Date Title
CN112465071A (zh) 图像多标签分类方法、装置、电子设备及介质
CN113159147A (zh) 基于神经网络的图像识别方法、装置、电子设备
CN113283446A (zh) 图像中目标物识别方法、装置、电子设备及存储介质
CN112581227A (zh) 产品推荐方法、装置、电子设备及存储介质
CN112699775A (zh) 基于深度学习的证件识别方法、装置、设备及存储介质
CN111639704A (zh) 目标识别方法、装置及计算机可读存储介质
CN112396005A (zh) 生物特征图像识别方法、装置、电子设备及可读存储介质
CN112528908A (zh) 活体检测方法、装置、电子设备及存储介质
CN114398557B (zh) 基于双画像的信息推荐方法、装置、电子设备及存储介质
CN113705462A (zh) 人脸识别方法、装置、电子设备及计算机可读存储介质
CN113298159A (zh) 目标检测方法、装置、电子设备及存储介质
CN114494800B (zh) 预测模型训练方法、装置、电子设备及存储介质
CN113657385B (zh) 一种电子计量装置的数据检测方法、装置及电子设备
CN114913371A (zh) 多任务学习模型训练方法、装置、电子设备及存储介质
CN114708461A (zh) 基于多模态学习模型的分类方法、装置、设备及存储介质
CN112269875B (zh) 文本分类方法、装置、电子设备及存储介质
CN112101481B (zh) 目标物的影响因子筛选方法、装置、设备及存储介质
CN113723280A (zh) 基于静态人脸的对抗样本检测方法、装置、设备、介质
CN112016617A (zh) 细粒度分类方法、装置及计算机可读存储介质
CN111814743A (zh) 笔迹识别方法、装置及计算机可读存储介质
CN116630712A (zh) 基于模态组合的信息分类方法、装置、电子设备及介质
CN113705686B (zh) 图像分类方法、装置、电子设备及可读存储介质
CN115114992A (zh) 分类模型训练的方法、装置、设备及存储介质
CN114769072A (zh) 高速喷射阀控制方法、装置、电子设备及存储介质
CN114463685A (zh) 行为识别方法、装置、电子设备及存储介质

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