申请/专利权人:北京迈格威科技有限公司
申请日:2020-06-16
公开(公告)日:2024-04-26
公开(公告)号:CN111914879B
主分类号:G06V10/764
分类号:G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06N3/09
优先权:
专利状态码:有效-授权
法律状态:2024.04.26#授权;2020.11.27#实质审查的生效;2020.11.10#公开
摘要:本申请实施例提供一种分类参数值生成方法、图像分类方法、装置、设备及存储介质,旨在解决当训练集中仅包括一张正样本图像时无法实现二分类的问题。所述分类参数值生成方法包括:获得目标图像,并提取所述目标图像的图像特征,所述目标图像的类别为目标类别;基于所述目标图像,确定所述目标类别的决策边界;根据所述目标类别的决策边界和所述目标图像的图像特征,确定所述目标类别的分类参考分数;其中,所述目标类别的决策边界和所述目标类别的分类参考分数,用于确定所述待分类图像是否属于所述目标类别。
主权项:1.一种分类参数值生成方法,其特征在于,所述方法包括:获得目标图像,并提取所述目标图像的图像特征,所述目标图像的类别为目标类别;基于所述目标图像,确定所述目标类别的决策边界;根据所述目标类别的决策边界和所述目标图像的图像特征,确定所述目标类别的分类参考分数;其中,所述目标类别的决策边界和所述目标类别的分类参考分数,用于确定待分类图像是否属于所述目标类别;其中,基于所述目标图像,确定所述目标类别的决策边界,包括:将所述目标图像输入分类参数值生成模型,将所述分类参数值生成模型输出的决策边界确定为所述目标类别的决策边界;所述分类参数值生成模型是通过以下步骤训练得到的:获得多个样本图像组,每个样本图像组中包括一个目标样本图像、至少一个正样本图像和至少一个负样本图像,其中,正样本图像的类别与目标样本图像的类别相同,负样本图像的类别与目标样本图像的类别不同;针对所述多个样本图像组中的每个样本图像组,执行以下步骤:将该样本图像组中的目标样本图像输入预设模型,得到所述预设模型输出的初始决策边界和初始分类调整系数;针对所述样本图像组中的每个样本图像,根据该样本图像的图像特征和所述初始决策边界,确定该样本图像的初始分类分数;根据所述目标样本图像的初始分类分数,确定第一损失值;根据所述初始分类调整系数、所述目标样本图像的初始分类分数、每个正样本图像的初始分类分数、以及每个负样本图像的初始分类分数,确定第二损失值;基于所述第一损失值和第二损失值,更新所述预设模型。
全文数据:
权利要求:
百度查询: 北京迈格威科技有限公司 分类参数值生成方法、图像分类方法、装置、设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。