龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本申请公开了一种图像分类、图像分类模型的训练方法、装置、设备及介质，属于人工智能技术领域。该图像分类方法包括：获取目标图像；基于目标图像，获取第一分类层级与关联层级之间的关联信息；基于目标图像在关联层级下对应的分类结果以及关联信息，获取目标图像在第一分类层级下对应的分类结果；其中，关联层级为至少两个分类层级中与第一分类层级满足关联条件的分类层级。此种方式，在获取目标图像在第一分类层级下分别对应的分类结果的过程中，不仅考虑了图像本身，还考虑了第一分类层级与关联层级之间的关联信息，考虑的信息较丰富，有利于提高分类结果的可靠性，进而提高图像分类的准确性。
主权项：1.一种图像分类方法，其特征在于，所述方法包括：获取目标图像；对所述目标图像进行特征提取，得到所述目标图像在第一分类层级下对应的图像特征，所述目标图像在不同分类层级下对应的图像特征不同；基于所述目标图像在所述第一分类层级下对应的图像特征，获取所述第一分类层级与关联层级之间的关联信息，所述关联信息包括所述第一分类层级分别与所述关联层级对应的各个候选类别之间的关联子信息，所述第一分类层级与所述关联层级对应的任一候选类别之间的关联子信息包括在所述目标图像归属所述任一候选类别的前提条件下，所述目标图像与所述第一分类层级对应的各个候选类别的匹配概率或归一化匹配概率；基于所述目标图像在所述关联层级下对应的分类结果以及所述关联信息，获取所述目标图像在所述第一分类层级下对应的分类结果；其中，所述第一分类层级为至少两个分类层级中的满足选取条件的任一分类层级，不同的分类层级的粒度不同，所述关联层级为所述至少两个分类层级中在粒度从细到粗的顺序下位于所述第一分类层级前参考数量位的分类层级。
全文数据：
权利要求：
百度查询： 腾讯科技(深圳)有限公司 图像分类、图像分类模型的训练方法、装置、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号