[发明专利]图像分类方法和装置、存储介质和电子设备

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：

将目标图像输入预训练的图像分类模型；

获得所述图像分类模型输出的至少一个目标标签值；

根据所述目标标签值，确定所述目标图像中的事物类别；

其中，所述图像分类模型包括特征提取单元和深度权重单元，所述图像分类模型对所述目标图像的处理过程包括：

通过所述特征提取单元提取所述目标图像的图像特征，并将所述图像特征输入所述深度权重单元，获得所述目标标签值；

所述深度权重单元包括分类器，所述分类器包括第一分类器和第二分类器，其中，所述第一分类器的特征分类深度高于所述第二分类器，

在训练所述图像分类模型的过程中，当分类权重的大小关系符合预设条件时结束训练，其中，所述分类器的所述分类权重包括所述第一分类器的第一分类权重和所述第二分类器的第二分类权重；

所述图像分类模型的训练步骤如下：

重复执行将样本图像输入所述图像分类模型，并根据所述图像分类模型输出的分类标签值和所述样本图像的样本标签值，调整每一所述分类器的分类权重的步骤，直至所述分类权重的大小关系符合预设条件时结束对所述图像分类模型的训练。

2.根据权利要求1所述的方法，其特征在于，所述特征提取单元包括第一卷积层、第二卷积层和第三卷积层，所述第二卷积层基于所述第一卷积层的第一卷积结果得到第二卷积结果，所述第三卷积层基于所述第二卷积层的所述第二卷积结果得到第三卷积结果。

3.根据权利要求2所述的方法，其特征在于，所述分类器还包括第三分类器，其中，所述第三分类器的特征分类深度低于所述第二分类器；

将所述图像特征输入深度权重单元，获得目标标签值，包括：

将所述第一卷积结果输入所述第三分类器，并与所述第三分类器的第三分类权重结合，得到第三分类结果；

将所述第二卷积结果输入所述第二分类器，并与所述第二分类器的第二分类权重结合，得到第二分类结果；

将所述第三卷积结果输入所述第一分类器，并与所述第一分类器的第一分类权重结合，得到第一分类结果；

将所述第一分类结果、第二分类结果和所述第三分类结果相加，获得目标标签值。

4.根据权利要求1所述的方法，其特征在于，所述分类权重的大小关系符合预设条件，包括：

所述第一分类权重与所述第二分类权重减小至相同。

5.根据权利要求1-3任一项所述的方法，其特征在于，所述图像分类模型用于输出针对至少一个分类特征的标签值；

所述根据所述图像分类模型输出的分类标签值和所述样本图像的样本标签值，调整每一所述分类器的分类权重，包括：

针对每一所述分类权重，根据每一所述分类特征的标签值和所述样本标签值，修改所述分类权重以得到中间权重；

将所有分类特征的所述中间权重的平均值，确定为调整后的所述分类权重。

6.根据权利要求1-3任一项所述的方法，其特征在于，所述分类器包括分类卷积层、池化层、全局池化层和全连接层。