CN115205648A - 图像分类方法、图像分类装置、电子设备及存储介质 - Google Patents

图像分类方法、图像分类装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115205648A
CN115205648A CN202210860752.XA CN202210860752A CN115205648A CN 115205648 A CN115205648 A CN 115205648A CN 202210860752 A CN202210860752 A CN 202210860752A CN 115205648 A CN115205648 A CN 115205648A
Authority
CN
China
Prior art keywords
classification
data
text
vector
line
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
CN202210860752.XA
Other languages
English (en)
Inventor
刘东煜
周坤胜
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.)
Ping An Life Insurance Company of China Ltd
Original Assignee
Ping An Life Insurance Company of China 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 Ping An Life Insurance Company of China Ltd filed Critical Ping An Life Insurance Company of China Ltd
Priority to CN202210860752.XA priority Critical patent/CN115205648A/zh
Publication of CN115205648A publication Critical patent/CN115205648A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
    • G06V10/811—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data the classifiers operating on different input data, e.g. multi-modal recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • G06F16/90344—Query processing by using string matching 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
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请实施例提供了一种图像分类方法、图像分类装置、电子设备及存储介质，属于人工智能技术领域。该方法包括：获取待处理的目标图像；对目标图像进行文本识别，得到原始文本数据；根据预设算法对原始文本数据进行结构化处理，得到行文本数据；通过预设的文本分类模型对行文本数据进行分类处理，得到第一分类数据；通过预设的正则匹配方式对原始文本数据进行分类处理，得到第二分类数据；根据第一分类数据和第二分类数据，得到目标分类数据。本申请实施例能够提高图像分类的准确性。

Description

图像分类方法、图像分类装置、电子设备及存储介质
技术领域
本申请涉及人工智能技术领域，尤其涉及一种图像分类方法、图像分类装置、电子设备及存储介质。
背景技术
在医学领域中，常常需要对不同的医学影像进行分类处理，而目前的分类过程常常依赖于人工分类，这一方式存在着较大的人为主观性，影响图像分类的准确性，因此，如何提高图像分类的准确性，成为了亟待解决的技术问题。
发明内容
本申请实施例的主要目的在于提出一种图像分类方法、图像分类装置、电子设备及存储介质，旨在提高图像分类的准确性。
为实现上述目的，本申请实施例的第一方面提出了一种图像分类方法，所述方法包括：
获取待处理的目标图像；
对所述目标图像进行文本识别，得到原始文本数据；
根据预设算法对所述原始文本数据进行结构化处理，得到行文本数据；
通过预设的文本分类模型对所述行文本数据进行分类处理，得到第一分类数据；
通过预设的正则匹配方式对所述原始文本数据进行分类处理，得到第二分类数据；
根据所述第一分类数据和所述第二分类数据，得到目标分类数据。
在一些实施例，所述根据预设算法对所述原始文本数据进行结构化处理，得到行文本数据的步骤，包括：
通过预设的排序算法对所述原始文本数据进行排序处理，得到初始文本序列；
通过最小二乘法对所述初始文本序列进行拟合处理，得到行文本斜率值
根据所述行文本斜率值对所述原始文本数据进行行结构化处理，得到所述行文本数据。
在一些实施例，所述文本分类模型包括卷积网络、组合网络，所述通过预设的文本分类模型对所述行文本数据进行分类处理，得到第一分类数据的步骤，包括：
对所述行文本数据进行嵌入处理，得到行文本嵌入向量；
通过所述卷积网络对所述行文本嵌入向量进行特征提取，得到行文本表征向量；
通过所述组合网络对所述行文本表征向量进行组合处理，得到融合行文本特征向量；
对所述行文本表征向量进行最大池化处理，得到行文本池化向量；
对所述融合行文本特征向量和所述行文本池化向量进行拼接处理，得到目标文本表征向量；
通过预设函数对所述目标文本表征向量进行分类处理，得到所述第一分类数据。
在一些实施例，所述卷积网络包括第一卷积层、第二卷积层、第三卷积层以及池化层，所述通过所述卷积网络对所述行文本嵌入向量进行特征提取，得到行文本表征向量的步骤，包括：
通过所述第一卷积层对所述行文本嵌入向量进行卷积处理，得到第一卷积向量，并通过所述池化层对所述第一卷积向量进行最大池化处理，得到第一池化向量；
通过所述第二卷积层对所述行文本嵌入向量进行卷积处理，得到第二卷积向量，并通过所述池化层对所述第二卷积向量进行最大池化处理，得到第二池化向量；
通过所述三卷积层对所述行文本嵌入向量进行卷积处理，得到第三卷积向量，并通过所述池化层对所述第三卷积向量进行最大池化处理，得到第三池化向量；
对所述第一池化向量、所述第二池化向量以及所述第三池化向量进行拼接处理，得到所述行文本表征向量。
在一些实施例，所述通过所述组合网络对所述行文本表征向量进行组合处理，得到融合行文本特征向量的步骤，包括：
通过所述组合网络的分类函数对所述行文本表征向量进行权重计算，得到每一所述行文本表征向量的分类权重；
根据所述分类权重对所述行文本表征向量进行加权计算，得到所述融合行文本特征向量。
在一些实施例，所述通过预设函数对所述目标文本表征向量进行分类处理，得到所述第一分类数据的步骤，包括：
通过所述预设函数和预设的文本类别标签对所述目标文本表征向量进行分类概率计算，得到每一文本类别标签的分类概率值；
根据所述分类概率值，得到所述第一分类数据。
在一些实施例，所述根据所述第一分类数据和所述第二分类数据，得到目标分类数据的步骤，包括：
对所述第一分类数据和所述第二分类数据进行比对分析，得到分析结果；
若所述分析结果为所述第一分类数据和所述第二分类数据相同，则将所述第一分类数据或者所述第二分类数据作为目标分类数据；
若所述分析结果为所述第一分类数据和所述第二分类数据不相同，则获取所述第一分类数据和所述第二分类数据的优先级，并根据所述优先级将第一分类数据或者所述第二分类数据作为目标分类数据。
为实现上述目的，本申请实施例的第二方面提出了一种图像分类装置，所述装置包括：
图像获取模块，用于获取待处理的目标图像；
文本识别模块，用于对所述目标图像进行文本识别，得到原始文本数据；
结构化处理模块，用于根据预设算法对所述原始文本数据进行结构化处理，得到行文本数据；
第一分类模块，用于通过预设的文本分类模型对所述行文本数据进行分类处理，得到第一分类数据；
第二分类模块，用于通过预设的正则匹配方式对所述原始文本数据进行分类处理，得到第二分类数据；
比对模块，用于根据所述第一分类数据和所述第二分类数据，得到目标分类数据。
为实现上述目的，本申请实施例的第三方面提出了一种电子设备，所述电子设备包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线，所述程序被所述处理器执行时实现上述第一方面所述的方法。
为实现上述目的，本申请实施例的第四方面提出了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述第一方面所述的方法。
本申请提出的图像分类方法、图像分类装置、电子设备及存储介质，其通过获取待处理的目标图像；对目标图像进行文本识别，得到原始文本数据，能够较为方便地获取到目标图像的语义内容信息；进一步地，根据预设算法对原始文本数据进行结构化处理，得到行文本数据，能够较为方便地获取到目标图像的结构布局特征。通过预设的文本分类模型对行文本数据进行分类处理，得到第一分类数据，能够基于分类模型对行文本数据进行分类处理，提高分类准确性，同时，通过预设的正则匹配方式对原始文本数据进行分类处理，得到第二分类数据，能够分类的合理性，最后，根据第一分类数据和所述第二分类数据，得到目标分类数据，能够综合正则匹配与模型分类两种情况得到目标图像的所属类别，从而有效地提高图像分类的准确性。
附图说明
图1是本申请实施例提供的图像分类方法的流程图；
图2是图1中的步骤S103的流程图；
图3是图1中的步骤S104的流程图；
图4是图3中的步骤S302的流程图；
图5是图3中的步骤S303的流程图；
图6是图3中的步骤S306的流程图；
图7是图1中的步骤S106的流程图；
图8是本申请实施例提供的图像分类装置的结构示意图；
图9是本申请实施例提供的电子设备的硬件结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
首先，对本申请中涉及的若干名词进行解析：
人工智能(artificial intelligence，AI)：是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学；人工智能是计算机科学的一个分支，人工智能企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能可以对人的意识、思维的信息过程的模拟。人工智能还是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
自然语言处理(natural language processing，NLP)：NLP用计算机来处理、理解以及运用人类语言(如中文、英文等)，NLP属于人工智能的一个分支，是计算机科学与语言学的交叉学科，又常被称为计算语言学。自然语言处理包括语法分析、语义分析、篇章理解等。自然语言处理常用于机器翻译、手写体和印刷体字符识别、语音识别及文语转换、信息意图识别、信息抽取与过滤、文本分类与聚类、舆情分析和观点挖掘等技术领域，它涉及与语言处理相关的数据挖掘、机器学习、知识获取、知识工程、人工智能研究和与语言计算相关的语言学研究等。
信息抽取(Information Extraction，NER)：从自然语言文本中抽取指定类型的实体、关系、事件等事实信息，并形成结构化数据输出的文本处理技术。信息抽取是从文本数据中抽取特定信息的一种技术。文本数据是由一些具体的单位构成的，例如句子、段落、篇章，文本信息正是由一些小的具体的单位构成的，例如字、词、词组、句子、段落或是这些具体的单位的组合。抽取文本数据中的名词短语、人名、地名等都是文本信息抽取，当然，文本信息抽取技术所抽取的信息可以是各种类型的信息。
磁共振成像(Magnetic Resonance Imaging，MRI)：MRI也称为磁共振成像术，是一种物理现象，作为一种分析手段广泛应用于物理、化学生物等领域，(MRI)。MRI通过对静磁场中的人体施加某种特定频率的射频脉冲，使人体中的氢质子受到激励而发生磁共振现象。
医学图像：医学成像有多种图像模态，诸如磁共振(Magnetic Resonance，MR)、计算机断层扫描(Computed Tomo-graphy,CT)、PET、超声(ultrasonic，US)成像等等。
CT(Computed Tomography)：即电子计算机断层扫描，它是利用精确准直的X线束、γ射线、超声波等，与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断面扫描，具有扫描时间快，图像清晰等特点，可用于多种疾病的检查；根据所采用的射线不同可分为：X射线CT(X-CT)以及γ射线CT(γ-CT)等。
医学影像：是指为了医疗或医学研究，对人体或人体某部分，以非侵入方式取得内部组织影像的技术与处理过程。它包含以下两个相对独立的研究方向：医学成像系统(medical imaging system)和医学图像处理(medical image processing)。前者是指图像行成的过程，包括对成像机理、成像设备、成像系统分析等问题的研究；后者是指对已经获得的图像作进一步的处理，其目的是或者是使原来不够清晰的图像复原，或者是为了突出图像中的某些特征信息，或者是对图像做模式分类等等。
嵌入(embedding)：embedding是一种向量表征，是指用一个低维的向量表示一个物体，该物体可以是一个词，或是一个商品，或是一个电影等等；这个embedding向量的性质是能使距离相近的向量对应的物体有相近的含义，比如embedding(复仇者联盟)和embedding(钢铁侠)之间的距离就会很接近，但embedding(复仇者联盟)和embedding(乱世佳人)的距离就会远一些。embedding实质是一种映射，从语义空间到向量空间的映射，同时尽可能在向量空间保持原样本在语义空间的关系，如语义接近的两个词汇在向量空间中的位置也比较接近。embedding能够用低维向量对物体进行编码还能保留其含义，常应用于机器学习，在机器学习模型构建过程中，通过把物体编码为一个低维稠密向量再传给DNN，以提高效率。
池化(Pooling)是卷积神经网络中的一个重要的概念，它实际上是一种形式的降采样。池化有多种不同形式的非线性池化函数，其中“最大池化(Max pooling)”是最为常见的，它是将输入的图像划分为若干个矩形区域，对每个子区域输出最大值。
正则化(regularization)：是指在线性代数理论中，不适定问题通常是由一组线性代数方程定义的，而且这组方程组通常来源于有着很大的条件数的不适定反问题。大条件数意味着舍入误差或其它误差会严重地影响问题的结果。
在医学领域中，常常需要对不同的医学影像进行分类处理，而目前的分类过程常常依赖于人工分类，这一方式存在着较大的人为主观性，影响图像分类的准确性，因此，如何提高图像分类的准确性，成为了亟待解决的技术问题。
基于此，本申请实施例提供了一种图像分类方法、图像分类装置、电子设备及存储介质，旨在提高图像分类的准确性。
本申请实施例提供的图像分类方法、图像分类装置、电子设备及存储介质，具体通过如下实施例进行说明，首先描述本申请实施例中的图像分类方法。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本申请实施例提供的图像分类方法，涉及人工智能技术领域。本申请实施例提供的图像分类方法可应用于终端中，也可应用于服务器端中，还可以是运行于终端或服务器端中的软件。在一些实施例中，终端可以是智能手机、平板电脑、笔记本电脑、台式计算机等；服务器端可以配置成独立的物理服务器，也可以配置成多个物理服务器构成的服务器集群或者分布式系统，还可以配置成提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN以及大数据和人工智能平台等基础云计算服务的云服务器；软件可以是实现图像分类方法的应用等，但并不局限于以上形式。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
图1是本申请实施例提供的图像分类方法的一个可选的流程图，图1中的方法可以包括但不限于包括步骤S101至步骤S106。
步骤S101，获取待处理的目标图像；
步骤S102，对目标图像进行文本识别，得到原始文本数据；
步骤S103，根据预设算法对原始文本数据进行结构化处理，得到行文本数据；
步骤S104，通过预设的文本分类模型对行文本数据进行分类处理，得到第一分类数据；
步骤S105，通过预设的正则匹配方式对原始文本数据进行分类处理，得到第二分类数据；
步骤S106，根据第一分类数据和第二分类数据，得到目标分类数据。
本申请实施例所示意的步骤S101至步骤S106，通过获取待处理的目标图像；对目标图像进行文本识别，得到原始文本数据，能够较为方便地获取到目标图像的语义内容信息；进一步地，根据预设算法对原始文本数据进行结构化处理，得到行文本数据，能够较为方便地获取到目标图像的结构布局特征。通过预设的文本分类模型对行文本数据进行分类处理，得到第一分类数据，能够基于分类模型对行文本数据进行分类处理，提高分类准确性，同时，通过预设的正则匹配方式对原始文本数据进行分类处理，得到第二分类数据，能够分类的合理性，最后，根据第一分类数据和所述第二分类数据，得到目标分类数据，能够综合正则匹配与模型分类两种情况得到目标图像的所属类别，从而有效地提高图像分类的准确性。
在一些实施例的步骤S101中，待处理的目标图像为三维图像，该三维图像可以是通过CT或者MRI得来。待处理的目标图像可以包括目标对象的就诊记录、手术记录、病情记录、检查记录等等，目标对象可以是患者或者其他人群。
在一些医学应用场景中，上述的目标图像可以为医学影像，包含的对象所属类型为病灶，即机体上发生病变的部分。医学影像是指为了医疗或医学研究，以非侵入方式取得的内部组织，比如，CT、MRI、超声、X光图像以及光学摄影灯由医学仪器生成的图像。
在一些实施例的步骤S102中，通过OCR文本识别工具等对目标图像进行图像预处理，该图像预处理过程包括图像二值化、图像去噪、倾斜校正以及字符分割等等，例如，在图像二值化过程中，定义前景信息为黑色，背景信息为白色，则可以将彩色的目标图像转换为灰度图像；在对目标图像进行预处理之后，对预处理之后的目标图像进行文字特征抽取，将抽取到的文字特征与预设的文本字符库的参考文字就进行比对识别，得到初始文本数据，最后，对根据预设的语法规则或者上下文关系等对初始文本数据进行校正处理，从而得到原始文本数据。
由于在对目标图像进行文本识别时，往往会对目标图像进行旋转，而旋转之后，目标图像中的元素坐标也会随之发生改变，这一现象会影响对目标图像的行内容信息的识别，因此，在对目标图像进行整体的文件识别之后，还需要对识别到的原始文本数据进行结构化处理，提高识别准确性。
请参阅图2，在一些实施例中，步骤S103可以包括但不限于包括步骤S201至步骤S203：
步骤S201，通过预设的排序算法对原始文本数据进行排序处理，得到初始文本序列；
步骤S202，通过最小二乘法对初始文本序列进行拟合处理，得到行文本斜率值；
步骤S203，根据行文本斜率值对原始文本数据进行行结构化处理，得到行文本数据。
在一些实施例的步骤S201中，预设的排序算法可以是成行算法，通过成行算法将原始文本数据以列表的形式进行恢复。根据成行算法将整个原始文本数据划分为多个位置相邻的矩形框，每一个矩形框包括10个参数，即该矩形框的四个顶点的横纵坐标，ocr识别置信度以及通过上述OCR文本识别工具识别到的文本片段，其中，在计算每一矩形框的顶点坐标时，可以以原始文本数据左上角的第一个字符元素作为坐标零点，原始文本数据的横向为横坐标x，纵向为纵坐标y。通过这一方式能够方便地将原始文本数据拆分为多个矩形框，将每一矩形框以按获取的先后顺序进行行列排序，得到初始文本序列。例如，某一矩形框包括的信息为{269,322，369，297,446,297,446,322,1，职业其他}。
在一些实施例的步骤S202中，通过最小二乘法对初始文本序列中每一行对应的直线进行线性拟合，得到初始文本序列中每一行对应的直线的斜率值，进而对所有行对应的直线的斜率值进行求平均，得到行文本斜率值k，该行文本斜率值即为目标图像的旋转斜率。
在一些实施例的步骤S203中，首先，根据矩形框的四个顶点的横纵坐标计算出每一矩形框的中心点坐标(x0,y0)，再根据行文本斜率值和该中心点坐标，得到该矩阵框与y轴的截距值b，其中，b＝y0-kx0。对每一矩形框计算截距值b，由于属于同一行片段的矩形框的截距值b相差无几，则当计算出全部矩形框的截距值b之后，根据截距值b对所有矩形框进行重排，具体地，将截距值差值小于预设阈值的矩形框划分为一类，将同一类的矩形框根据中心点坐标x0的大小，以中心点坐标x0从小到大的顺序排列，得到最终的成行矩形框，将最终的成行矩阵框作为行文本数据，从而实现对原始文本数据的行结构化。
通过上述步骤S201至步骤S203能够在对目标图像进行文本识别处理时，获取并保留目标图像原有的结构布局特征，提高图像识别的准确性。
在一些实施例的步骤S104之前，该方法还包括预先训练文本分类模型，该文本分类模型可以基于Textcnn模型构建而成，文本分类模型包括卷积网络和组合网络，其中，卷积网络包括第一卷积层、第二卷积层、第三卷积层以及池化层，卷积网络主要用于对输入向量进行特征提取，获取输入向量的图像语义特征，得到多个输入表征向量，组合网络主要用于对多个输入表征向量进行整合处理，融合多个图像语义特征，得到融合特征向量，该融合特征向量包括输入向量的完整语义信息。
请参阅图3，在一些实施例中，文本分类模型包括卷积网络、组合网络，步骤S104可以包括但不限于包括步骤S301至步骤S304：
步骤S301，对行文本数据进行嵌入处理，得到行文本嵌入向量；
步骤S302，通过卷积网络对行文本嵌入向量进行特征提取，得到行文本表征向量；
步骤S303，通过组合网络对行文本表征向量进行组合处理，得到融合行文本特征向量；
步骤S304，对行文本表征向量进行最大池化处理，得到行文本池化向量；
步骤S305，对融合行文本特征向量和行文本池化向量进行拼接处理，得到目标文本表征向量；
步骤S306，通过预设函数对目标文本表征向量进行分类处理，得到第一分类数据。
在一些实施例的步骤S301中，对每一行文本数据进行嵌入处理，将行文本数据从语义空间映射到向量空间，得到行文本嵌入向量。
在一些实施例的步骤S302中，通过卷积网络对行文本嵌入向量进行二维卷积处理，提取行文本嵌入向量的二维图像特征，并通过池化层对提取到的二维图像特征进行最大池化处理，得到行文本表征向量。
在一些实施例的步骤S303中，通过组合网络的分类函数对行文本表征向量进行权重计算，得到每一行文本表征向量的分类权重，该分类权重能够用于表征每一行文本表征向量对分类结果的影响程度，根据分类权重对行文本表征向量进行加权计算，得到融合行文本特征向量。
在一些实施例的步骤S304中，对每一行文本表征向量进行最大池化处理，将每一行文本表征向量进行区域划分以及最大值提取，得到行文本池化向量。
在一些实施例的步骤S305中，对融合行文本特征向量和行文本池化向量进行拼接处理时，可以是对融合行文本特征向量和行文本池化向量进行向量拼接，得到目标文本表征向量，该目标文本表征向量能够用于表征目标医学影响的整体语义内容信息。
在一些实施例的步骤S306中，预设函数可以是softmax函数等概率函数。通过softmax函数对目标文本表征向量在每一文本类别标签上创建一个概率分布，从而根据概率分布对目标文本表征向量进行标记分类，得到每一文本类别标签对应的分类概率值，并选取分类概率值最大的文本类别标签作为最终类别标签，从而得到第一分类数据。
上述步骤S301至步骤S304能够基于文本分类模型对行文本数据进行分类处理，提高分类准确性和分类效率。
请参阅图4，在一些实施例中，卷积网络包括第一卷积层、第二卷积层、第三卷积层以及池化层，步骤S302可以包括但不限于包括步骤S401至步骤S404：
步骤S401，通过第一卷积层对行文本嵌入向量进行卷积处理，得到第一卷积向量，并通过池化层对第一卷积向量进行最大池化处理，得到第一池化向量；
步骤S402，通过第二卷积层对行文本嵌入向量进行卷积处理，得到第二卷积向量，并通过池化层对第二卷积向量进行最大池化处理，得到第二池化向量；
步骤S403，通过三卷积层对行文本嵌入向量进行卷积处理，得到第三卷积向量，并通过池化层对第三卷积向量进行最大池化处理，得到第三池化向量；
步骤S404，对第一池化向量、第二池化向量以及第三池化向量进行拼接处理，得到行文本表征向量。
在一些实施例的步骤S401中，通过第一卷积层对行文本嵌入向量进行二维卷积处理，提取行文本嵌入向量的二维图像特征，得到第一卷积向量，并通过池化层对第一卷积向量进行最大池化处理，将第一卷积向量进行区域划分以及最大值提取，得到第一池化向量。
在一些实施例的步骤S402中，通过第二卷积层对行文本嵌入向量进行二维卷积处理，提取行文本嵌入向量的二维图像特征，得到第二卷积向量，并通过池化层对第二卷积向量进行最大池化处理，将第二卷积向量进行区域划分以及最大值提取，得到第二池化向量。
在一些实施例的步骤S403中，通过第三卷积层对行文本嵌入向量进行二维卷积处理，提取行文本嵌入向量的二维图像特征，得到第三卷积向量，并通过池化层对第三卷积向量进行最大池化处理，将第三卷积向量进行区域划分以及最大值提取，得到第三池化向量。
在一些实施例的步骤S404中，在对第一池化向量、第二池化向量以及第三池化向量进行拼接处理时，可以是将第一池化向量、第二池化向量以及第三池化向量进行向量相加或者向量拼接，从而得到行文本表征向量，每一行文本表征向量能够用于表征目标图像中的对应行的句子语义信息。
需要说明的是，上述的第一卷积层、第二卷积层以及第三卷积层的卷积核、尺寸以及步长可以相同或者不同，可以根据实际情况设置，不做限制。
请参阅图5，在一些实施例中，步骤S303可以包括但不限于包括步骤S501至步骤S502：
步骤S501，通过组合网络的分类函数对行文本表征向量进行权重计算，得到每一行文本表征向量的分类权重；
步骤S502，根据分类权重对行文本表征向量进行加权计算，得到融合行文本特征向量。
在一些实施例的步骤S501中，分类函数可以是softmax函数等。例如，通过softmax函数对行文本表征向量在每一权重数值标签创建一个权重概率分布，从而根据概率分布对行文本表征向量进行标记分类，得到每一行文本表征向量的分类权重。
在一些实施例的步骤S502中，根据每一行文本表征向量的分类权重对所有行文本表征向量进行加权求和，得到融合行文本特征向量。
请参阅图6，在一些实施例，步骤S306包括但不限于包括步骤S601至步骤S602：
步骤S601，通过预设函数和预设的文本类别标签对目标文本表征向量进行分类概率计算，得到每一文本类别标签的分类概率值；
步骤S602，根据分类概率值，得到第一分类数据。
在一些实施例的步骤S601中，预设函数可以是softmax函数等概率函数，预设的文本类别标签可以根据实际业务场景设置，不做限制，例如，文本类别标签包括药品、疾病、症状等等。通过softmax函数对目标文本表征向量在每一文本类别标签上创建一个概率分布，从而根据概率分布对目标文本表征向量进行标记分类，得到每一文本类别标签对应的分类概率值。
在一些实施例的步骤S602中，由于分类概率值的大小能够直观地表征出目标文本表征向量属于每一文本类别标签的可能性，即分类概率值越大，目标文本表征向量属于该文本类别标签的可能性越大，因此，将分类概率值最大的文本类别标签作为目标文本表征向量的图像类别，得到第一分类数据，第一分类数据的语义内容主要用于表征该图像类别为目标图像的所属类别。
在一些实施例的步骤S105中，通过预设的正则匹配方式对原始文本数据进行分类处理时，用于正则匹配的正则表达式可以根据实际场景设置，不做限制，其中，正则表达式常常是采用预先定义好的一些字符及这些特定字符的组合，组成一个“规则字符串”，其中，字符可以是字母、数字或者元字符等等。正则表达式能够用来表达大于字符串的过滤逻辑，即通过正则表达式与原始文本数据的一个或者多个字符串进行匹配，得到匹配结果，从而根据匹配结果，得到第二分类数据，该第二分类数据的语义内容用于表征原始文本数据(即目标图像)的所属类别。例如，针对药品、疾病、症状等等文本标签设置有对应的正则表达式，即第一正则表达式对应药品标签，第二正则表达式对应疾病标签，第三正则表达式对症状标签，若某个原始文本数据的字符串与第一正则表达式匹配，则表明原始文本数据包括描述药品的内容，属于药品标签。
此外，经过多次实验验证，当原始文本数据的前5行文本中含有图片标题文本时，通过正则匹配的方式对原始文本数据进行分类的精准率较高，召回率较低。由此可知，根据原始文本数据的实际文本内容以及布局情况，采用正则匹配方式也能够有效地提高图像分类的准确性和合理性。
请参阅图7，在一些实施例中，步骤S106可以包括但不限于包括步骤S701至步骤S703：
步骤S701，对第一分类数据和第二分类数据进行比对分析，得到分析结果；
步骤S702，若分析结果为第一分类数据和第二分类数据相同，则将第一分类数据或者第二分类数据作为目标分类数据；
步骤S703，若分析结果为第一分类数据和第二分类数据不相同，则获取第一分类数据和第二分类数据的优先级，并根据优先级将第一分类数据或者第二分类数据作为目标分类数据。
在一些实施例的步骤S701中，对第一分类数据和第二分类数据进行比对分析，判断第一分类数据和第二分类数据是否相同，从而得到分析结果。具体地，该分析过程主要是比较第一分类数据中的类别标签与第二分类数据中的类别标签是否一致。
在一些实施例的步骤S702中，若分析结果为第一分类数据中的类别标签与第二分类数据中的类别标签相同，则将第一分类数据中的类别标签或者第二分类数据中的类别标签作为目标图像的目标类别标签，从而得到目标分类数据。
在一些实施例的步骤S703中，若分析结果为第一分类数据中的类别标签与第二分类数据中的类别标签不相同，则获取第一分类数据和第二分类数据的优先级，并根据优先级将将第一分类数据中的类别标签或者第二分类数据中的类别标签作为目标图像的目标类别标签。例如将第二分类数据设置为高优先级，将第一分类数据设置为低优先级，则正则匹配的分类结果优先于文本分类模型的分类结果，当第一分类数据中的类别标签与第二分类数据中的类别标签不相同时，将高优先级的第二分类数据中的类别标签作为目标图像的目标类别标签，从而得到目标分类数据。
上述步骤S701至步骤S703能够综合正则匹配与模型分类两种情况得到目标图像的所属类别，从而有效地提高图像分类的准确性。
本申请实施例的图像分类方法，其通过获取待处理的目标图像；对目标图像进行文本识别，得到原始文本数据，能够较为方便地获取到目标图像的语义内容信息；进一步地，根据预设算法对原始文本数据进行结构化处理，得到行文本数据，能够较为方便地获取到目标图像的结构布局特征。通过预设的文本分类模型对行文本数据进行分类处理，得到第一分类数据，能够基于分类模型对行文本数据进行分类处理，提高分类准确性，同时，通过预设的正则匹配方式对原始文本数据进行分类处理，得到第二分类数据，能够分类的合理性，最后，根据第一分类数据和所述第二分类数据，得到目标分类数据，能够综合正则匹配与模型分类两种情况得到目标图像的所属类别，从而有效地提高图像分类的准确性。
请参阅图8，本申请实施例还提供一种图像分类装置，可以实现上述图像分类方法，该装置包括：
图像获取模块801，用于获取待处理的目标图像；
文本识别模块802，用于对目标图像进行文本识别，得到原始文本数据；
结构化处理模块803，用于根据预设算法对原始文本数据进行结构化处理，得到行文本数据；
第一分类模块804，用于通过预设的文本分类模型对行文本数据进行分类处理，得到第一分类数据；
第二分类模块805，用于通过预设的正则匹配方式对原始文本数据进行分类处理，得到第二分类数据；
比对模块806，用于根据第一分类数据和第二分类数据，得到目标分类数据。
在一些实施例中，结构化处理模块803包括：
排序单元，用于通过预设的排序算法对原始文本数据进行排序处理，得到初始文本序列；
拟合单元，用于通过最小二乘法对初始文本序列进行拟合处理，得到行文本斜率值；
行结构化单元，用于根据行文本斜率值对原始文本数据进行行结构化处理，得到行文本数据。
在一些实施例中，文本分类模型包括卷积网络、组合网络，第一分类模块804包括：
嵌入单元，用于对行文本数据进行嵌入处理，得到行文本嵌入向量；
提取单元，用于通过卷积网络对行文本嵌入向量进行特征提取，得到行文本表征向量；
组合单元，用于通过组合网络对行文本表征向量进行组合处理，得到融合行文本特征向量；
池化单元，用于对行文本表征向量进行最大池化处理，得到行文本池化向量；
拼接单元，用于对融合行文本特征向量和行文本池化向量进行拼接处理，得到目标文本表征向量；
分类单元，用于通过预设函数对目标文本表征向量进行分类处理，得到第一分类数据。
在一些实施例中，卷积网络包括第一卷积层、第二卷积层、第三卷积层以及池化层，提取单元包括：
第一卷积子单元，用于通过第一卷积层对行文本嵌入向量进行卷积处理，得到第一卷积向量，并通过池化层对第一卷积向量进行最大池化处理，得到第一池化向量；
第二卷积子单元，用于通过第二卷积层对行文本嵌入向量进行卷积处理，得到第二卷积向量，并通过池化层对第二卷积向量进行最大池化处理，得到第二池化向量；
第三卷积子单元，用于通过三卷积层对行文本嵌入向量进行卷积处理，得到第三卷积向量，并通过池化层对第三卷积向量进行最大池化处理，得到第三池化向量；
拼接子单元，用于对第一池化向量、第二池化向量以及第三池化向量进行拼接处理，得到行文本表征向量。
在一些实施例中，组合单元包括：
权重计算子单元，用于通过组合网络的分类函数对行文本表征向量进行权重计算，得到每一行文本表征向量的分类权重；
加权计算子单元，用于根据分类权重对行文本表征向量进行加权计算，得到融合行文本特征向量。
在一些实施例中，分类单元包括：
概率计算子单元，用于通过预设函数和预设的文本类别标签对目标文本表征向量进行分类概率计算，得到每一文本类别标签的分类概率值；
数据子确定单元，用于根据分类概率值，得到第一分类数据。
在一些实施例中，比对模块806包括：
分析单元，用于对第一分类数据和第二分类数据进行比对分析，得到分析结果；
第一处理单元，用于若分析结果为第一分类数据和第二分类数据相同，则将第一分类数据或者第二分类数据作为目标分类数据；
第二处理单元，用于若分析结果为第一分类数据和第二分类数据不相同，则获取第一分类数据和第二分类数据的优先级，并根据优先级将第一分类数据或者第二分类数据作为目标分类数据。
该图像分类装置的具体实施方式与上述图像分类方法的具体实施例基本相同，在此不再赘述。
本申请实施例还提供了一种电子设备，电子设备包括：存储器、处理器、存储在存储器上并可在处理器上运行的程序以及用于实现处理器和存储器之间的连接通信的数据总线，程序被处理器执行时实现上述图像分类方法。该电子设备可以为包括平板电脑、车载电脑等任意智能终端。
请参阅图9，图9示意了另一实施例的电子设备的硬件结构，电子设备包括：
处理器901，可以采用通用的CPU(Central ProcessingUnit，中央处理器)、微处理器、应用专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本申请实施例所提供的技术方案；
存储器902，可以采用只读存储器(ReadOnlyMemory，ROM)、静态存储设备、动态存储设备或者随机存取存储器(RandomAccessMemory，RAM)等形式实现。存储器902可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器902中，并由处理器901来调用执行本申请实施例的图像分类方法；
输入/输出接口903，用于实现信息输入及输出；
通信接口904，用于实现本设备与其他设备的通信交互，可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信；
总线905，在设备的各个组件(例如处理器901、存储器902、输入/输出接口903和通信接口904)之间传输信息；
其中处理器901、存储器902、输入/输出接口903和通信接口904通过总线905实现彼此之间在设备内部的通信连接。
本申请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一个或者多个程序，一个或者多个程序可被一个或者多个处理器执行，以实现上述图像分类方法。
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本申请实施例提供的图像分类方法、图像分类装置、电子设备及计算机可读存储介质，其通过获取待处理的目标图像；对目标图像进行文本识别，得到原始文本数据，能够较为方便地获取到目标图像的语义内容信息；进一步地，根据预设算法对原始文本数据进行结构化处理，得到行文本数据，能够较为方便地获取到目标图像的结构布局特征。通过预设的文本分类模型对行文本数据进行分类处理，得到第一分类数据，能够基于分类模型对行文本数据进行分类处理，提高分类准确性，同时，通过预设的正则匹配方式对原始文本数据进行分类处理，得到第二分类数据，能够分类的合理性，最后，根据第一分类数据和所述第二分类数据，得到目标分类数据，能够综合正则匹配与模型分类两种情况得到目标图像的所属类别，从而有效地提高图像分类的准确性。
本申请实施例描述的实施例是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域技术人员可知，随着技术的演变和新应用场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。
本领域技术人员可以理解的是，图1-7中示出的技术方案并不构成对本申请实施例的限定，可以包括比图示更多或更少的步骤，或者组合某些步骤，或者不同的步骤。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，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。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，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，上述单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元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，也可以采用软件功能单元的形式实现。
集成的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。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括多指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例的方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序的介质。
以上参照附图说明了本申请实施例的优选实施例，并非因此局限本申请实施例的权利范围。本领域技术人员不脱离本申请实施例的范围和实质内所作的任何修改、等同替换和改进，均应在本申请实施例的权利范围之内。

Claims (10)

1.一种图像分类方法，其特征在于，所述方法包括：
获取待处理的目标图像；
对所述目标图像进行文本识别，得到原始文本数据；
根据预设算法对所述原始文本数据进行结构化处理，得到行文本数据；
通过预设的文本分类模型对所述行文本数据进行分类处理，得到第一分类数据；
通过预设的正则匹配方式对所述原始文本数据进行分类处理，得到第二分类数据；
根据所述第一分类数据和所述第二分类数据，得到目标分类数据。
2.根据权利要求1所述的图像分类方法，其特征在于，所述根据预设算法对所述原始文本数据进行结构化处理，得到行文本数据的步骤，包括：
通过预设的排序算法对所述原始文本数据进行排序处理，得到初始文本序列；
通过最小二乘法对所述初始文本序列进行拟合处理，得到行文本斜率值；
根据所述行文本斜率值对所述原始文本数据进行行结构化处理，得到所述行文本数据。
3.根据权利要求1所述的图像分类方法，其特征在于，所述文本分类模型包括卷积网络、组合网络，所述通过预设的文本分类模型对所述行文本数据进行分类处理，得到第一分类数据的步骤，包括：
对所述行文本数据进行嵌入处理，得到行文本嵌入向量；
通过所述卷积网络对所述行文本嵌入向量进行特征提取，得到行文本表征向量；
通过所述组合网络对所述行文本表征向量进行组合处理，得到融合行文本特征向量；
对所述行文本表征向量进行最大池化处理，得到行文本池化向量；
对所述融合行文本特征向量和所述行文本池化向量进行拼接处理，得到目标文本表征向量；
通过预设函数对所述目标文本表征向量进行分类处理，得到所述第一分类数据。
4.根据权利要求3所述的图像分类方法，其特征在于，所述卷积网络包括第一卷积层、第二卷积层、第三卷积层以及池化层，所述通过所述卷积网络对所述行文本嵌入向量进行特征提取，得到行文本表征向量的步骤，包括：
通过所述第一卷积层对所述行文本嵌入向量进行卷积处理，得到第一卷积向量，并通过所述池化层对所述第一卷积向量进行最大池化处理，得到第一池化向量；
通过所述第二卷积层对所述行文本嵌入向量进行卷积处理，得到第二卷积向量，并通过所述池化层对所述第二卷积向量进行最大池化处理，得到第二池化向量；
通过所述三卷积层对所述行文本嵌入向量进行卷积处理，得到第三卷积向量，并通过所述池化层对所述第三卷积向量进行最大池化处理，得到第三池化向量；
对所述第一池化向量、所述第二池化向量以及所述第三池化向量进行拼接处理，得到所述行文本表征向量。
5.根据权利要求3所述的图像分类方法，其特征在于，所述通过所述组合网络对所述行文本表征向量进行组合处理，得到融合行文本特征向量的步骤，包括：
通过所述组合网络的分类函数对所述行文本表征向量进行权重计算，得到每一所述行文本表征向量的分类权重；
根据所述分类权重对所述行文本表征向量进行加权计算，得到所述融合行文本特征向量。
6.根据权利要求3所述的图像分类方法，其特征在于，所述通过预设函数对所述目标文本表征向量进行分类处理，得到所述第一分类数据的步骤，包括：
通过所述预设函数和预设的文本类别标签对所述目标文本表征向量进行分类概率计算，得到每一文本类别标签的分类概率值；
根据所述分类概率值，得到所述第一分类数据。
7.根据权利要求1至6任一项所述的图像分类方法，其特征在于，所述根据所述第一分类数据和所述第二分类数据，得到目标分类数据的步骤，包括：
对所述第一分类数据和所述第二分类数据进行比对分析，得到分析结果；
若所述分析结果为所述第一分类数据和所述第二分类数据相同，则将所述第一分类数据或者所述第二分类数据作为目标分类数据；
若所述分析结果为所述第一分类数据和所述第二分类数据不相同，则获取所述第一分类数据和所述第二分类数据的优先级，并根据所述优先级将第一分类数据或者所述第二分类数据作为目标分类数据。
8.一种图像分类装置，其特征在于，所述装置包括：
图像获取模块，用于获取待处理的目标图像；
文本识别模块，用于对所述目标图像进行文本识别，得到原始文本数据；
结构化处理模块，用于根据预设算法对所述原始文本数据进行结构化处理，得到行文本数据；
第一分类模块，用于通过预设的文本分类模型对所述行文本数据进行分类处理，得到第一分类数据；
第二分类模块，用于通过预设的正则匹配方式对所述原始文本数据进行分类处理，得到第二分类数据；
比对模块，用于根据所述第一分类数据和所述第二分类数据，得到目标分类数据。
9.一种电子设备，其特征在于，所述电子设备包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线，所述程序被所述处理器执行时实现如权利要求1至7任一项所述的图像分类方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1至7中任一项所述的图像分类方法的步骤。
CN202210860752.XA 2022-07-21 2022-07-21 图像分类方法、图像分类装置、电子设备及存储介质 Pending CN115205648A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210860752.XA CN115205648A (zh) 2022-07-21 2022-07-21 图像分类方法、图像分类装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210860752.XA CN115205648A (zh) 2022-07-21 2022-07-21 图像分类方法、图像分类装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN115205648A true CN115205648A (zh) 2022-10-18

Family

ID=83584216

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210860752.XA Pending CN115205648A (zh) 2022-07-21 2022-07-21 图像分类方法、图像分类装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115205648A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116861865A (zh) * 2023-06-26 2023-10-10 江苏常熟农村商业银行股份有限公司 Excel数据处理方法、装置、设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116861865A (zh) * 2023-06-26 2023-10-10 江苏常熟农村商业银行股份有限公司 Excel数据处理方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN114723996A (zh) 模型的训练方法、图像描述生成方法和装置、设备、介质
CN114358007A (zh) 多标签识别方法、装置、电子设备及存储介质
US11430123B2 (en) Sampling latent variables to generate multiple segmentations of an image
CN114399454A (zh) 图像处理方法、装置、电子设备及存储介质
US11557140B2 (en) Model-independent confidence values for extracted document information using a convolutional neural network
CN114579723A (zh) 问诊方法和装置、电子设备及存储介质
CN111091010A (zh) 相似度确定、网络训练、查找方法及装置和存储介质
CN116129141A (zh) 医学数据处理方法、装置、设备、介质和计算机程序产品
Shankar et al. A novel discriminant feature selection–based mutual information extraction from MR brain images for Alzheimer's stages detection and prediction
Chauhan et al. Convolution neural network for effective burn region segmentation of color images
CN114549859A (zh) 骨龄预测方法、装置、电子设备及存储介质
CN111915542A (zh) 一种基于深度学习的图像内容描述方法及系统
CN114613462A (zh) 医疗数据处理方法和装置、电子设备及存储介质
CN115205648A (zh) 图像分类方法、图像分类装置、电子设备及存储介质
CN114360715A (zh) 体质辨识方法、装置、电子设备及存储介质
CN113935957A (zh) 医疗图像对比方法、装置、电子设备及存储介质
CN113822283A (zh) 文本内容处理方法、装置、计算机设备及存储介质
CN114781393B (zh) 图像描述生成方法和装置、电子设备及存储介质
CN117351504A (zh) 一种电子病历表格抽取的方法、装置、设备及介质
CN116741396A (zh) 文章归类方法和装置、电子设备和存储介质
CN114863521A (zh) 表情识别方法、表情识别装置、电子设备及存储介质
CN114648631A (zh) 图像描述生成方法和装置、电子设备及存储介质
CN114973285A (zh) 图像处理方法和装置、设备、介质
CN115204300A (zh) 文本和表格语义交互的数据处理方法、装置及存储介质
CN114936274A (zh) 模型训练方法、对话生成方法和装置、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