【技術實現步驟摘要】
本申請涉及圖像處理，特別是涉及一種圖像分類方法、裝置、計算機設備及存儲介質。
技術介紹
1、圖像分類技術在多個領域得到了廣泛應用，如醫學影像分析、安防監控、自動駕駛、工業檢測等。由于圖像分類結果的準確性在各領域中至關重要，因此如何提高圖像分類結果的準確性成為亟需解決的技術問題。
技術實現思路
1、基于此，有必要針對上述技術問題，提供一種圖像分類方法、裝置、計算機設備、計算機可讀存儲介質以及計算機程序產品，能夠提高圖像分類準確性。
2、第一方面，本申請提供了一種圖像分類方法，應用于嵌入式設備，嵌入式設備中部署有由多個預訓練深度學習網絡和線性分類器組成的圖像分類模型，且圖像分類模型在對目標任務場景下的訓練過程是在嵌入式設備中完成，方法包括：
3、獲取目標任務場景下的待識別圖像，并通過多個預訓練深度學習網絡，從待識別圖像中提取圖像特征；
4、從圖像特征中，選出目標任務場景下所需要的目標圖像特征；
5、通過線性分類器對目標圖像特征進行分類識別，得到待識別圖像對應的目標類別。
6、第二方面，本申請提供了一種圖像分類裝置，配置于嵌入式設備，嵌入式設備中部署有由多個預訓練深度學習網絡和線性分類器組成的圖像分類模型，且圖像分類模型在對目標任務場景下的訓練過程是在嵌入式設備中完成，裝置包括：
7、提取模塊，用于獲取目標任務場景下的待識別圖像，并通過多個預訓練深度學習網絡，從待識別圖像中提取圖像特征；
8、自適應模塊，
9、分類模塊，用于通過線性分類器對目標圖像特征進行分類識別，得到待識別圖像對應的目標類別。
10、第三方面，本申請提供了一種計算機設備，計算機設備包括存儲器和處理器，存儲器存儲有計算機程序，處理器執行該計算機程序時實現上述的方法中的步驟。
11、第四方面，本申請提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執行時實現上述的方法中的步驟。
12、第五方面，本申請提供了一種計算機程序產品，計算機程序產品包括計算機程序，該計算機程序被處理器執行時實現上述的方法中的步驟。
13、上述圖像分類方法、裝置、計算機設備、計算機可讀存儲介質及計算機程序產品，針對不同的目標任務(即圖像分類任務)，從提取的圖像特征中自適應的選擇適合圖像分類任務的目標圖像特征，并基于自適應選出的目標圖像特征進行圖像分類，如此避免冗余的圖像特征對圖像分類造成干擾，提高了圖像分類的準確性。另外，由于圖像分類模型是由預訓練的深度學習網絡和線性分類器組成，使得圖像分類模型訓練過程中主要對線性分類器進行訓練即可，整個訓練過程不需要太多的計算資源，由此針對目標分類任務場景的訓練可以在嵌入式設備中快速實現，而且由于圖像分類模型中深度學習網絡是預訓練的，使得針對目標任務場景進行模型訓練時，不需要提前采集并標注大量的針對目標分類任務的樣本數據。
本文檔來自技高網...【技術保護點】
1.一種圖像分類方法，其特征在于，應用于嵌入式設備，所述嵌入式設備中部署有由多個預訓練深度學習網絡和線性分類器組成的圖像分類模型，且所述圖像分類模型在對目標任務場景下的訓練過程是在所述嵌入式設備中完成，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述從所述圖像特征中，選出所述目標任務場景下所需要的目標圖像特征，包括：
3.根據權利要求1所述的方法，其特征在于，所述方法還包括：
4.根據權利要求3所述的方法，其特征在于，所述確定不同類別的兩兩訓練樣本在目標特征組下的平均距離，包括：
5.根據權利要求4所述的方法，其特征在于，所述確定同一個類別的兩兩訓練樣本在所述目標特征組下的平均距離，包括：
6.根據權利要求5所述的方法，其特征在于，所述根據所述不同類別的兩兩訓練樣本在所述目標特征組下的平均距離、所述同一個類別的兩兩訓練樣本在所述目標特征組下的平均距離、所述線性分類器輸出的各訓練樣本的分類置信度的均值，確定所述目標特征組對應的特征應用分，包括：
7.根據權利要求1所述的方法，其特征在于，所述多個預
8.一種圖像分類裝置，其特征在于，配置于嵌入式設備，所述嵌入式設備中部署有由多個預訓練深度學習網絡和線性分類器組成的圖像分類模型，且所述圖像分類模型在對目標任務場景下的訓練過程是在所述嵌入式設備中完成，所述裝置包括：
9.一種計算機設備，所述計算機設備包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述的方法的步驟。
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。
...【技術特征摘要】
1.一種圖像分類方法，其特征在于，應用于嵌入式設備，所述嵌入式設備中部署有由多個預訓練深度學習網絡和線性分類器組成的圖像分類模型，且所述圖像分類模型在對目標任務場景下的訓練過程是在所述嵌入式設備中完成，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述從所述圖像特征中，選出所述目標任務場景下所需要的目標圖像特征，包括：
3.根據權利要求1所述的方法，其特征在于，所述方法還包括：
4.根據權利要求3所述的方法，其特征在于，所述確定不同類別的兩兩訓練樣本在目標特征組下的平均距離，包括：
5.根據權利要求4所述的方法，其特征在于，所述確定同一個類別的兩兩訓練樣本在所述目標特征組下的平均距離，包括：
6.根據權利要求5所述的方法，其特征在于，所述根據所述不同類別的兩兩訓練樣本在所述目標特征組下的平均距離、所述同一個類別的兩兩訓練樣本在所述目標特征組下的平均距離、...
【專利技術屬性】
技術研發人員：吳銳正，謝益峰，蔣念娟，呂江波，沈小勇，
申請(專利權)人：深圳思謀信息科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。