[发明专利]图像分类方法、装置及电子设备

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：

接收第一分类任务的分类请求；

通过增量图像分类模型对待分类图像进行分类处理；

其中，所述第一分类任务需要识别的类型中至少存在与第二分类任务需要识别的第一基础类型不同的类型，所述增量图像分类模型是在用于执行所述第二分类任务的基础图像分类模型的基础上、对所述基础图像分类模型能够识别的第一背景类型进行区分学习得到的；

当所述增量图像分类模型识别出的类型满足以下条件至少之一时，生成所述待分类图像属于第三基础类型的分类结果：

所述增量图像分类模型识别出的类型为任一种第二基础类型、且与所述第三基础类型具有映射关系；

所述增量图像分类模型识别出的类型为任一种所述第一基础类型、且与所述第三基础类型具有映射关系；

其中，所述基础图像分类模型能够识别的类型包括所述第一背景类型以及至少一种所述第一基础类型，所述增量图像分类模型能够识别的类型包括第二背景类型、至少一种所述第一基础类型、以及至少一种所述第二基础类型，所述第一分类任务需要识别的类型包括第三背景类型、以及至少一种所述第三基础类型；

基于所述第一分类任务的分类结果响应所述第一分类任务的分类请求。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：当所述增量图像分类模型识别出的类型满足以下条件至少之一时，生成所述待分类图像属于所述第三背景类型的分类结果：

所述增量图像分类模型识别出的类型为任一种所述第二基础类型、且与所述第三基础类型不具有映射关系；

所述增量图像分类模型识别出的类型为任一种所述第一基础类型、且与所述第三基础类型不具有映射关系；

所述增量图像分类模型识别出的类型是所述第二背景类型。

3.根据权利要求1所述的方法，其特征在于，

所述方法还包括：

接收所述第二分类任务的分类请求；

通过所述基础图像分类模型对待分类图像进行分类处理；

将所述基础图像分类模型识别出的类型，作为所述第二分类任务的分类结果；

基于所述第二分类任务的分类结果响应所述第二分类任务的分类请求。

4.根据权利要求1所述的方法，其特征在于，

在通过增量图像分类模型对待分类图像进行分类处理之前，所述方法还包括：

在所述基础图像分类模型中的全连接层中增加分类器；

其中，所述分类器用于识别所述第一分类任务需要识别、且所述基础图像分类模型无法识别的第二基础类型，得到初始化的所述增量图像分类模型；

获取用于训练所述基础图像分类模型的第一图像样本集合、以及用于训练所述增量图像分类模型的第二图像样本集合；

通过所述第二图像样本集合，生成初始化的所述增量图像分类模型的全连接层中用于识别所述第二基础类型的分类器的初始参数；

对所述第一图像样本集合中的第一背景类型的图像样本进行样本标注处理，并将标注处理结果应用于所述第二图像样本集合，得到更新后的第二图像样本集合；

基于所述更新后的第二图像样本集合，对所述增量图像分类模型进行多轮次训练，以在初始化的所述增量图像分类模型的基础上得到训练后的增量图像分类模型。

5.根据权利要求4所述的方法，其特征在于，

所述获取用于训练所述基础图像分类模型的第一图像样本集合，包括：

获取第一基础类型的图像样本、所述第一背景类型的图像样本，以组成所述第一图像样本集合；

其中，所述第一背景类型是除了所述第一基础类型之外的类型；

所述获取用于训练所述增量图像分类模型的第二图像样本集合，包括：

获取所述第一基础类型的图像样本、所述第二基础类型的图像样本、第二背景类型的图像样本，以组成所述第二图像样本集合；

其中，所述第二背景类型是除所述第一基础类型以及所述第二基础类型的之外的类型。