[发明专利]图像类别预测方法和装置

说明书

本申请实施例提供了一种图像类别预测方法和装置，本申请实施例可以获取待分类图像；通过第一分类网络对所述待分类图像进行分类，得到所述待分类图像的参考类别；通过第二分类网络对所述待分类图像进行分类，得到所述待分类图像的预测类别集合，其中，所述预测类别集合包括多个预测类别，所述多个预测类别根据预测类别对应的预测概率排列；确定所述参考类别在所述预测类别集合中的目标排列位置；基于所述目标排列位置对所述预测类别的排列顺序进行调整，得到调整后的预测类别集合；基于所述调整后的预测类别集合获取所述待分类图像的类别预测结果，本方案可以有效地提高图像类别预测的准确性。

技术领域

本申请涉及通信技术领域，具体涉及一种图像类别预测方法和装置。

背景技术

如今，图像类别预测技术广泛地应用于各行各业。图像类别预测技术是指对图像进行定量分析，根据图像所反映出的特征信息进行分类的一种图像处理方法。

目前的图像类别预测技术中，普遍采用已知类别的图像对神经网络模型进行训练，然后通过训练后的神经网络模型对图像进行分类，得到图像类别的预测结果，然而，在对现有技术的研究和实践过程中，本申请的发明人发现，当对已知类别之外的图像进行分类时，由于神经网络模型的泛化能力较差，不能正确地识别图像的类别，导致图像类别预测的准确性差。

发明内容

本申请的目的在于提供一种图像类别预测方法和装置，可以有效地提高图像类别预测的准确性。

本申请实施例提供了一种图像类别预测方法，包括：

获取待分类图像；

通过第一分类网络对所述待分类图像进行分类，得到所述待分类图像的参考类别；

通过第二分类网络对所述待分类图像进行分类，得到所述待分类图像的预测类别集合，其中，所述预测类别集合包括多个预测类别，所述多个预测类别根据预测类别对应的预测概率排列；

确定所述参考类别在所述预测类别集合中的目标排列位置；

基于所述目标排列位置对所述预测类别的排列顺序进行调整，得到调整后的预测类别集合；

基于所述调整后的预测类别集合获取所述待分类图像的类别预测结果。

相应的，本申请实施例还提供了一种图像类别预测装置，包括：

获取单元，用于获取待分类图像；

第一分类单元，用于通过第一分类网络对所述待分类图像进行分类，得到所述待分类图像的参考类别；

第二分类单元，用于通过第二分类网络对所述待分类图像进行分类，得到所述待分类图像的预测类别集合，其中，所述预测类别集合包括多个预测类别，所述多个预测类别根据预测类别对应的预测概率排列；

确定单元，用于确定所述参考类别在所述预测类别集合中的目标排列位置；

调整单元，用于基于所述目标排列位置对所述预测类别的排列顺序进行调整，得到调整后的预测类别集合；

结果获取单元，用于基于所述调整后的预测类别集合获取所述待分类图像的类别预测结果。

可选的，在一些实施例中，所述确定单元包括集合获取子单元，类别获取子单元，位置确定子单元，确定子单元；

所述集合获取子单元，用于获取图像类别映射集合，其中，所述图像类别映射集合包括第一分类网络的预设参考类别与第二分类网络的预设预测类别之间的映射关系；

所述类别获取子单元，用于基于所述图像类别映射集合获取所述参考类别对应的目标预测类别；

所述位置确定子单元，用于确定所述目标预测类别在所述预测类别集合中的排列位置；