[发明专利]图像分类方法、装置、存储介质及设备

权利要求书

1.一种图像分类方法，其特征在于，所述方法包括：

获取待分类的图像；

根据所述图像生成特征图；

根据每个类别在所述特征图中对应的注意力区域对所述特征图进行聚合，得到每个所述类别的特征向量；

根据每个所述类别的特征向量确定所述图像所属的类别；

所述根据每个类别在所述特征图中对应的注意力区域对所述特征图进行聚合，得到每个所述类别的特征向量，包括：

对于每个所述类别，在所述特征图中确定所述类别的注意力响应图，所述注意力响应图用于表示所述注意力区域；

根据所述类别的注意力响应图对所述特征图进行聚合，得到所述类别的特征向量；

所述根据所述类别的注意力响应图对所述特征图进行聚合，得到所述类别的特征向量，包括：

在空间位置上，对所述类别的注意力响应图中的每个元素进行归一化运算，得到第一运算结果；

将所述第一运算结果与所述特征图进行元素积运算，得到第二运算结果；

对所述第二运算结果进行求和池化运算，得到所述类别的特征向量。

2.根据权利要求1所述的方法，其特征在于，所述在所述特征图中确定所述类别的注意力响应图，包括：

获取所述类别对应的卷积层，其中，每个类别对应的卷积层不同；

将所述特征图输入所述卷积层中；

将所述卷积层的输出确定为所述类别的注意力响应图。

3.根据权利要求1所述的方法，其特征在于，所述将所述第一运算结果与所述特征图进行元素积运算，得到第二运算结果，包括：

对所述特征图进行降维运算，得到第三运算结果；

将所述第一运算结果与所述第三运算结果进行元素积运算，得到所述第二运算结果。

4.根据权利要求1所述的方法，其特征在于，所述根据每个所述类别的特征向量确定所述图像所属的类别，包括：

对于每个所述类别，对所述类别的特征向量进行全连接运算，得到第四运算结果；

当所述第四运算结果大于预定阈值时，确定所述图像属于所述类别；

当所述第四运算结果小于或等于所述预定阈值时，确定所述图像不属于所述类别。

5.一种图像分类装置，其特征在于，所述装置包括：

获取模块，用于获取待分类的图像；

生成模块，用于根据所述获取模块得到的所述图像生成特征图；

聚合模块，用于根据每个类别在所述特征图中对应的注意力区域对所述特征图进行聚合，得到每个所述类别的特征向量；

确定模块，用于根据所述聚合模块得到的每个所述类别的特征向量确定所述图像所属的类别；

所述聚合模块，还用于：

对于每个所述类别，在所述特征图中确定所述类别的注意力响应图，所述注意力响应图用于表示所述注意力区域；

根据所述类别的注意力响应图对所述特征图进行聚合，得到所述类别的特征向量；

所述聚合模块，还用于：

在空间位置上，对所述类别的注意力响应图中的每个元素进行归一化运算，得到第一运算结果；

将所述第一运算结果与所述特征图进行元素积运算，得到第二运算结果；

对所述第二运算结果进行求和池化运算，得到所述类别的特征向量。

6.根据权利要求5所述的装置，其特征在于，所述聚合模块，还用于：

获取所述类别对应的卷积层，其中，每个类别对应的卷积层不同；

将所述特征图输入所述卷积层中；

将所述卷积层的输出确定为所述类别的注意力响应图。

7.根据权利要求5所述的装置，其特征在于，所述聚合模块，还用于：

对所述特征图进行降维运算，得到第三运算结果；

将所述第一运算结果与所述第三运算结果进行元素积运算，得到所述第二运算结果。