[发明专利]图像多标签分类的方法、装置、设备及存储介质

说明书

本申请提出一种图像多标签分类的方法、装置、设备及存储介质，该方法包括：获取训练集，训练集包括标注有多个分类标签的样本图像；构建用于多标签分类的网络模型结构，网络模型结构包括多个激活层，激活层的数目与分类标签的数目相等；根据训练集训练网络模型结构，得到训练好的多标签分类模型。本申请使用具有多个激活层的多标签分类模型进行多标签分类。多标签分类模型的结构简单，运算量小。进一步地，在多标签分类模型中添加多头注意力机制，从而能学习到不同分类标签之间的关联性，提高多标签分类的准确性。多标签分类模型具有更轻的网络结构，训练时能更快收敛，提高模型训练效率，在相同资源情况下该多标签分类模型具有更高的服务性能。

技术领域

本申请属于图像处理技术领域，具体涉及一种图像多标签分类的方法、装置、设备及存储介质。

背景技术

目前，网络中存在海量的图像，对图像进行多标签分类，有助于对图像进行结构化分析处理。

相关技术中通常采用检测和语义分割模型对图像进行多标签分类，但该方式更适合对象是一个具体事物的情况，对于抽象的概念，很难进行检测目标框和语义分割的掩码定义，比如是否有光照的情况难以进行分类。

发明内容

本申请提出一种图像多标签分类的方法、装置、设备及存储介质，使用具有多个激活层的多标签分类模型进行多标签分类。多标签分类模型的结构简单，运算量小，具有更轻的网络结构，训练时能更快收敛，提高模型训练效率，在相同资源情况下该多标签分类模型具有更高的服务性能。

本申请第一方面实施例提出了一种图像多标签分类的方法，包括：

获取训练集，所述训练集包括标注有多个分类标签的样本图像；

构建用于进行多标签分类的网络模型结构，所述网络模型结构包括多个激活层，所述激活层的数目与所述分类标签的数目相等；

根据所述训练集训练所述网络模型结构，得到训练好的多标签分类模型。

在本申请的一些实施例中，所述构建用于进行多标签分类的网络模型结构，包括：

基于预设分类模型，构建主干分类器；

将所述主干分类器与多个激活层连接。

在本申请的一些实施例中，所述构建用于进行多标签分类的网络模型结构，包括：

基于预设分类模型，构建主干分类器；

将所述主干分类器与多头注意力层连接；

将所述多头注意力层与多个激活层连接。

在本申请的一些实施例中，所述预设分类模型包括EfficientNet网络；

将所述EfficientNet网络的归一化层去除，得到所述主干分类器。

在本申请的一些实施例中，所述根据所述训练集训练所述网络模型结构，得到训练好的多标签分类模型，包括：

从所述训练集中获取样本图像；

将所述样本图像输入所述主干分类器，输出每个分类标签对应的特征向量；

将每个所述特征向量分别输入所述多个激活层中，得到每个分类标签对应的预测概率；

根据每个分类标签对应的预测概率，通过预设损失函数计算当前训练周期的损失值。

在本申请的一些实施例中，所述根据所述训练集训练所述网络模型结构，得到训练好的多标签分类模型，包括：

从所述训练集中获取样本图像；

将所述样本图像输入所述主干分类器，输出每个分类标签对应的特征向量；