[发明专利]一种图像分类方法及计算设备

说明书

本发明公开了一种图像分类方法，在计算设备中执行，包括：将待分类图像分别输入预设的第一分类模型和第二分类模型，以便第一分类模型从多个第一类别中确定待分类图像所属的目标第一类别、第二分类模型从多个第二类别中确定待分类图像所属的目标第二类别，其中，第二类别为第一类别的子类别；当目标第二类别为预设的细分类别时，将待分类图像输入相应的二分类模型，以便二分类模型进一步判断待分类图像是否属于目标第二类别；当判断待分类图像属于目标第二类别时，输出待分类图像及其所属的目标第一类别和目标第二类别。本发明一并公开了相应的计算设备。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像分类方法及计算设备。

背景技术

近年来，随着中国汽车工业的发展，诞生了很多互联网汽车媒体。为了使用户直观地感受到车辆的细节信息，主流的汽车媒体都搭建了较为完整的汽车数据库，并采用多媒体的方式来展示汽车的配置参数和细节，其中，最主要的多媒体形式为图像。每当新车型发布，相关人员都会对汽车进行详细地拍摄，随后对拍摄图像进行挑选、处理(确定图像展示的是汽车的哪部分细节、对应于哪些参数配置项)和发布，以展示给用户。

为了全面展示车辆的配置参数细节，需要拍摄海量的汽车图像。当图像数据量庞大时，人工对海量的汽车图像进行挑选、确定图像所对应的汽车参数配置项任务繁重，耗时长，效率低。因此，需要提供一种精细化的汽车图像分类方法，以实现对汽车细节图像的自动化分类。

发明内容

为此，本发明提供一种图像分类方法及计算设备，以力图解决或至少缓解上面存在的问题。

根据本发明的第一个方面，提供一种图像分类方法，在计算设备中执行，包括：将待分类图像分别输入预设的第一分类模型和第二分类模型，以便第一分类模型从多个第一类别中确定待分类图像所属的目标第一类别、第二分类模型从多个第二类别中确定待分类图像所属的目标第二类别，其中，第二类别为第一类别的子类别；当目标第二类别为预设的细分类别时，将待分类图像输入相应的二分类模型，以便二分类模型进一步判断待分类图像是否属于目标第二类别；当判断待分类图像属于目标第二类别时，输出待分类图像及其所属的目标第一类别和目标第二类别。

可选地，在根据本发明的图像分类方法中，待分类图像为汽车图像，第一类别为汽车参数配置项大类，第二类别为汽车参数配置项小类，每个汽车参数配置项大类包括多个汽车参数配置项小类。

可选地，在根据本发明的图像分类方法中，细分类别为第二类别中的至少一种。

可选地，在根据本发明的图像分类方法中，第一分类模型以标注了第一类别的图像为训练样本训练得出；第二分类模型以标注了第二类别的图像为训练样本训练得出；二分类模型以属于相应第二类别的图像为正样本、以不属于相应第二类别的图像为负样本训练得出。

可选地，在根据本发明的图像分类方法中，第一分类模型还适于输出待分类图像属于目标第一类别的第一置信率，当第一置信率小于等于第一置信阈值时，判定待分类图像为无效图像，不再输出该待分类图像和目标第一类别、目标第二类别。

可选地，在根据本发明的图像分类方法中，当第一置信率大于第一置信阈值时，还包括步骤：接收类别确认信息；当类别确认信息指示目标第一类别分类正确时，发布待分类图像；当类别确认信息指示目标第一类别分类错误时，将标注为目标第一类别的待分类图像作为第一分类模型的负样本，以便对第一分类模型进行更新。

可选地，在根据本发明的图像分类方法中，第二分类模型还适于输出待分类图像属于目标第二类别的第二置信率，当第二置信率小于等于第二置信阈值时，判定待分类图像为无效图像，不再输出该待分类图像和目标第一类别、目标第二类别。