[发明专利]一种图像分类方法、装置、计算机设备及介质

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：

获取动态类别库和待识别图像；

根据预设类型描述模板将所述动态类别库中的各类型关键词进行转换，生成多条类型描述文本；

将所述多条类型描述文本与所述待识别图像输入到预先训练的图像分类模型中，输出所述待识别图像对应的多个余弦相似度；

根据所述多个余弦相似度确定出所述待识别图像的最终类型；其中，

所述预先训练的图像分类模型是根据样本对训练生成的，每个样本对包括训练图像和图像描述文本。

2.根据权利要求1所述的方法，其特征在于，所述根据预设类型描述模板将所述动态类别库中的各类型关键词进行转换，生成多条类型描述文本，包括：

遍历获取动态类别库中每个类型关键词；

获取预设类型描述模板中的关键词标识符；

将所述每个类型关键词与所述关键词标识符进行映射关联，得到多条类型描述文本。

3.根据权利要求1所述的方法，其特征在于，所述预先训练的图像分类模型包括文本编辑器和图片编辑器；

所述将所述多条类型描述文本与所述待识别图像输入到预先训练的图像分类模型中，输出所述待识别图像对应的多个余弦相似度，包括：

将所述多条类型描述文本逐一输入所述文本编辑器中，输出每条类型描述文本对应的文本向量；

将所述待识别图像输入所述图片编辑器中，输出所述待识别图像的目标图像向量；

将所述每条类型描述文本对应的文本向量与所述待识别图像的目标图像向量逐一组合，得到多个待计算向量对；

计算每个待计算向量对的余弦相似度，得到并输出所述待识别图像对应的多个余弦相似度。

4.根据权利要求1所述的方法，其特征在于，所述根据所述多个余弦相似度确定出所述待识别图像的最终类型，包括：

将所述多个余弦相似度中最大余弦相似度确定为待识别图像的目标相似度；

获取目标相似度对应的目标文本向量；

将所述目标文本向量对应的类型描述文本中类型关键词确定为所述待识别图像的最终类型。

5.根据权利要求1所述的方法，其特征在于，所述获取动态类别库和待识别图像之前，还包括：

根据Image Captioning数据集构建样本对集合；其中，所述样本对集合中每个样本对包括训练图像和图像描述文本；

构建图像分类模型；

将所述每个样本对输入所述图像分类模型中，输出损失值；

当所述损失值到达最小时，生成预先训练的图像分类模型；

或者，

当所述损失值未到达最小时，将所述损失值进行反向传播以更新所述图像分类模型的模型参数，并继续执行将所述每个样本对输入所述图像分类模型中的步骤。

6.根据权利要求5所述的方法，其特征在于，所述图像分类模型包括文本编辑器和图片编辑器；

所述将所述每个样本对输入所述图像分类模型中，输出损失值，包括：

将所述每个样本对的训练图像和图像描述文本分别输入所述图片编辑器和所述文本编辑器中，输出每个样本对的训练图像向量和训练文本向量；

根据每个样本对的训练图像向量和训练文本向量进行排列组合，生成目标向量矩阵；

计算所述目标向量矩阵中每个矩阵元素的余弦相似度，得到相似度矩阵；

根据所述相似度矩阵计算损失值。

7.根据权利要求6所述的方法，其特征在于，所述根据所述相似度矩阵计算损失值，包括：

确定所述相似度矩阵中第一个元素和最后一个元素；

将所述第一个元素和最后一个元素进行直线连接，得到元素线；

将所述元素线上的所有元素的相似度做和，得到第一总体相似度；

将所述相似度矩阵中剔除所述元素线上的所有元素剩余的元素的相似度做和，得到第二总体相似度；

将所述第二总体相似度与所述第一总体相似度的比值确定为损失值。