[发明专利]一种图像分类方法、装置、电子设备和存储介质

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：

获得待分类的图像；

将所述待分类的图像输入不同的分类模型中，分别得到每一分类模型输出的每一特征信息；其中，所述不同的分类模型包括第一种分类模型和第二种分类模型，所述第一种分类模型能基于深度可分离卷积运算对所述待分类的图像进行特征提取，且所述第二种分类模型与所述第一种分类模型基于不同的处理方式对所述待分类的图像进行特征提取；

基于多个特征信息，对所述待分类的图像进行细粒度分类以得到分类结果。

2.根据权利要求1所述的方法，其特征在于，所述基于多个特征信息，对所述待分类的图像进行细粒度分类以得到分类结果，包括：

对多个特征信息进行拼接处理，得到第一目标特征信息；

对所述第一目标特征信息进行降维，得到降维后的第二目标特征信息；

基于所述第二目标特征信息，对所述待分类的图像进行细粒度分类以得到所述分类结果。

3.根据权利要求2所述的方法，其特征在于，所述对所述第一目标特征信息进行降维，得到降维后的第二目标特征信息，包括：

基于主成分分析方式对所述第一目标特征信息进行降维，得到所述第二目标特征信息。

4.根据权利要求2或3所述的方法，其特征在于，所述第二目标特征信息包括的各特征信息之间存在差异性。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述第二种分类模型包括目标分类模型，所述多个特征信息包括所述目标分类模型基于多个尺度的卷积核对所述待分类的图像进行特征提取所得到的特征信息。

6.根据权利要求1至5中任一项所述的方法，其特征在于，所述第二种分类模型还包括至少一个残差网络模型，所述多个特征信息包括所述至少一个残差网络模型对所述待分类的图像进行特征提取所得到的特征信息。

7.根据权利要求6所述的方法，其特征在于，所述残差网络模型的数量为多个，且不同残差网络模型的网络层数之间具有关联关系。

8.一种图像分类装置，其特征在于，所述图像分类装置包括：

获得模块，用于获得待分类的图像；

处理模块，用于将所述待分类的图像输入不同的分类模型中，分别得到每一分类模型输出的每一特征信息；其中，所述不同的分类模型包括第一种分类模型和第二种分类模型，所述第一种分类模型能基于深度可分离卷积运算对所述待分类的图像进行特征提取，且所述第二种分类模型与所述第一种分类模型基于不同的处理方式对所述待分类的图像进行特征提取；

分类模块，用于基于多个特征信息，对所述待分类的图像进行细粒度分类以得到分类结果。

9.一种电子设备，其特征在于，所述电子设备包括：处理器、存储器和通信总线；

所述通信总线用于实现处理器和存储器之间的通信连接；

所述处理器用于执行存储器中存储的图像分类程序，以实现如权利要求1至7中任一项所述的图像分类方法的步骤。

10.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1至7中任一项所述的图像分类方法的步骤。