[发明专利]一种自主学习的图像精细分类方法

说明书

一种自主学习的图像精细分类方法，包括以下步骤：1)人工采集对应需求标签的图像数据集，保存至强标签数据集，使用ImageNet数据集初始化卷积神经网络CNN参数；2)使用强标签数据集微调修正CNN；3)判断分类网络的优化趋势；4)判断网络分类精度是否达到了要求；5)利用网络爬虫从互联网爬取、人工采集与标签相关的图像数据和噪声数据保存至弱标签数据集；6)使用弱标签数据集调整滤波器的阈值；7)使用调整后的滤波器筛选数据保存至强标签数据集和噪声数据集；8)保存网络权重和滤波器参数。本发明训练得到的分类器的分类精度和鲁棒性都较高。

技术领域

本发明涉及卷积神经网络(CNN)，网络爬虫技术及图像分类技术，特别针对噪声数据的分类器训练技术，尤其是一种自主学习的图像精细分类方法。

背景技术

随着机器学习技术的应用越来越广泛尤其是深度学习技术的发展，依赖于深度学习的机器学习方法的设计变得越来越简单，而训练数据集的获取成为了限制机器学习最大的门槛。传统的机器学习所用的数据集都为人工采集，即便是用互联网爬取的数据，也需要人为的进行标注和筛选。

传统的机器学习方法难以有效应对随机选择图像的子类分类，而卷积神经网络则可以在大数据的基础上较好的解决此问题。卷积神经网络(Convolutional NeuralNetworks，CNN)是深度学习算法的一种，近年来成为图像识别领域重要的处理分析工具。卷积神经网络算法的优点在于训练模型时不需要使用任何人工标注的特征，算法可以自动探索输入变量所隐含的特征，同时网络的权值共享特性，降低了模型的复杂度，减少了权值的数量。这些优点使原始图像可以直接作为网络的输入，避免了传统识别算法中复杂的特征提取和数据重建过程。此外，卷积神经网络的池化层对平移、倾斜具有不变性，提高了算法处理图像的鲁棒性。

图像识别是深度学习的一大受益者，如果有足够的准确标注的图像数据集，就能用深度学习的方法得到分类效果较好的图像分类器。而互联网上存在大量的弱标签的图像数据，已经存在可行的方法爬取这些图像数据。如果通过网络爬虫的手段爬取公开的图像数据，再通过计算机程序自动筛选标签正确的图像，就可以用较小的成本获取较大量所需的图像数据集，从而通过卷积神经网络训练出较高正确率的图像子类分类器。目前常见的网络图像数据源主要包含两种类型：

1、主流图像搜索引擎，如Baidu、Google、Bing、Yahoo等；

2、图像分享网站，如Picasa、Flickr、Instagram等。

当使用网络爬虫技术获取图像数据时，使用图像搜索引擎爬取的图像质量随显示的顺序大体呈现下降的趋势，使用图像分享网站爬取的图像质量尽管与图像搜索引擎相比与显示的顺序相关性较小，但随爬取的数量增加，质量也会有所下降。如果直接使用爬取的数据训练网络，就会出现网络分类器正确率先增后减的情况，最终得到的分类器难以满足需求。

发明内容

为了克服现有技术中传统的网络爬虫得到的图像数据存在数据噪声过大造成的训练分类器正确率低的情况，本发明提出了一种针对噪声数据集的自主学习的图像精细分类方法，本发明具体用到的深度学习方法为卷积神经网络(CNN)，卷积神经网络算法直接使用图像作为输入，避免了传统识别算法中复杂的特征提取和数据重建过程，训练得到的分类器的分类精度和鲁棒性都较高。

本发明为解决上述技术问题所采用的技术方案如下：

一种自主学习的图像精细分类方法，包括以下步骤：

S1：人工采集对应需求标签的图像数据集，保存至强标签数据集，使用ImageNet数据集初始化卷积神经网络CNN参数；

S2：使用强标签数据集微调修正CNN；

S3：判断分类网络的优化趋势；

S4：判断网络分类精度是否达到了要求；