[发明专利]一种基于深度学习的未知类别分类方法、装置及介质

摘要

本发明公开了一种基于深度学习的未知类别分类方法，其包括如下步骤：S1，获取待识别类别的图片；S2，将所述待识别类别的图片输入预先训练好的基于深度学习的未知类别分类模型中，得到所述图片的预测结果矩阵；其中所述模型包括一主干网络，第一全连接层，第二全连接层，一激活函数层，其中所述待识别类别的图片经所述主干网络得到特征图，所述特征图经第一全连层得到所述第一特征矩阵，所述第一特征矩阵经第二全连接层得到第三特征矩阵，所述第三特征矩阵经激活函数层得到预测结果矩阵；S3，通过投票结果Pi(i＝0,1,…,2N)得到预测；比较Pi与Pi+N的大小，其中i＝0,1,…,N‑1。若Pi≥Pi+N，则令否则对Ppred进行降序排序，此时最大所对应的类别为labelmax，即为预测结果，本发明的基于深度学习的未知类别分类方法，能将已知类别与未知类别进行区分，得到预测结果；对已知与未知的类别标签进行编码，有助于提高预测结果；通过投票机制，使得模型更加可靠与稳定。