申请/专利权人：杭州网易智企科技有限公司

申请日：2020-09-22

公开（公告）日：2024-06-28

公开（公告）号：CN112070093B

主分类号：G06V30/148

分类号：G06V30/148;G06V30/18;G06V30/19;G06V10/82;G06N3/0464;G06N3/08;G06Q30/0241

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2021.10.22#专利申请权的转移;2020.12.29#实质审查的生效;2020.12.11#公开

摘要：本申请的实施方式提供了一种生成图像分类模型的方法、图像分类方法、装置和设备，该方法包括：基于第一图像训练数据集训练第一神经网络，提取第一神经网络在至少一个目标层上的第一网络参数作为第一目标特征，保持该层的第一网络参数不变，并迭代后续层上的其他网络参数，以获得第一图像分类子模型；基于第二图像训练数据集训练第二神经网络，获得第二图像分类子模型；将第一图像分类子模型和第二图像分类子模型融合形成目标图像分类模型。利用本申请实施例生成的图像分类模型能够对待检测的图像进行分类。

主权项：1.一种生成图像分类模型的方法，其特征在于，包括：基于第一图像训练数据集训练第一神经网络，提取第一神经网络在至少一个目标层上的第一网络参数作为第一目标特征，保持该层的第一网络参数不变，并迭代后续层上的其他网络参数，以获得第一图像分类子模型，所述第一图像训练数据集包括经过标注的图像，标注数据用于表征图像中是否包括联系方式信息；基于第二图像训练数据集训练第二神经网络，所述第二神经网络具有与所述第一神经网络的至少一个目标层相对应的层，在该对应的层上同样提取第一网络参数作为第二目标特征，保持该层的第一网络参数不变，并迭代后续层上的其他网络参数，以获得第二图像分类子模型，所述第二图像训练数据集包括经过标注的图像，标注数据用于表征以下至少一项：图像中是否包括广告图标信息、图像中是否包括广告文本信息、图像中是否包括图像篡改信息；将所述第一图像分类子模型和所述第二图像分类子模型融合形成目标图像分类模型，所述目标图像分类模型用于对待检测的图像进行分类，所述第一图像分类子模型和所述第二图像分类子模型共用所述至少一个目标层，按照预设规则对所述第一图像分类子模型的输出和所述第二图像分类子模型的输出进行分析处理，以得到所述目标图像分类模型的分类结果；其中，所述第一图像分类子模型的输出为图像中包括联系方式信息的概率P1，所述第二图像分类子模型的输出为图像中包括以下至少一项的概率P2：广告图标信息、广告文本信息、图像篡改信息；所述按照预设规则对所述第一图像分类子模型的输出和所述第二图像分类子模型的输出进行分析处理，以得到所述目标图像分类模型的分类结果，包括：将P1与第一阈值比较，以及将P2与第二阈值比较；在所述P1大于第一阈值且所述P2大于第二阈值的情况下，确定所述待检测图像中包含商业广告信息。

全文数据：

权利要求：

百度查询： 杭州网易智企科技有限公司 生成图像分类模型的方法、图像分类方法、装置和设备

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD