首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

图像分类模型获取方法和图像分类方法、装置和设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京大数据先进技术研究院

摘要:本申请公开了一种图像分类模型获取方法和图像分类方法、装置和设备,所述图像分类模型获取方法包括:生成包含多个模型参数组合的第一种群;基于目标图像数据集和模型参数组合,确定多个模型参数组合分别对应的评价指标;对第一种群包含的各个模型参数组合进行预设轮数的交叉变异,得到每轮交叉变异对应的第二种群并计算第二种群中包含的各个模型参数组合分别对应的评价指标;基于所获得的所有评价指标中的最大值对应的目标模型参数组合,从分类器库中提取与目标模型参数组合包含的权重参数对应的分类器进行组合,得到目标图像分类模型,能够随机生成并筛选最优的分类模型,提升了图像分类效果的稳定性。

主权项:1.一种图像分类模型获取方法,其特征在于,所述方法包括:生成包含多个模型参数组合的第一种群;其中,所述模型参数组合包括图像分类模型中各个分类器的权重参数,所述图像分类模型包括多个分类器;基于目标图像数据集和所述多个模型参数组合,确定所述多个模型参数组合分别对应的评价指标;其中,所述评价指标用于评估所述多个模型参数组合分别对应的图像分类模型的分类效果;对所述第一种群包含的所述各个模型参数组合进行预设轮数的交叉变异,得到每轮交叉变异对应的第二种群并计算所述第二种群中包含的各个模型参数组合分别对应的评价指标;基于所获得的所有评价指标中的最大值对应的目标模型参数组合,从分类器库中提取与所述目标模型参数组合包含的权重参数对应的分类器进行组合,得到目标图像分类模型;其中,所述目标图像分类模型用于对所述目标图像数据集中的图像数据进行分类标注;其中,所述模型参数组合包括聚类类别参数和距离指数参数,所述基于目标图像数据集和所述多个模型参数组合,确定所述多个模型参数组合分别对应的评价指标,包括:基于所述各个模型参数组合分别对应的聚类类别参数和距离指数参数,对目标图像数据集进行聚类,得到带预标注信息的第一图像数据集;基于所述第一图像数据集确定所述多个模型参数组合分别对应的评价指标;所述基于所述第一图像数据集确定所述多个模型参数组合分别对应的评价指标,包括:将所述第一图像数据集按照预设比例分成图像训练集和图像测试集并删除所述图像测试集中包含的预标注信息;基于图像训练集包含的预标注信息和所述分类器库预测图像测试集的预测标注结果;基于所述图像测试集的预测标注结果确定所述多个模型参数组合分别对应的评价指标;所述评价指标包含Caliniski-Harabaz指数,所述基于所述图像测试集的预测标注结果确定所述多个模型参数组合分别对应的评价指标,包括:确定所述多个模型参数组合分别对应的分类器的第一个数和第一种类数;其中,所述第一个数表示模型参数组合中权重参数的个数;所述第一种类数表示各个模型参数组合包含的权重的类别数;基于所述各个模型参数组合分别对应的所述第一个数、第一种类数、预测标注结果和所述权重参数,确定所述图像测试集的目标标注结果;确定所述图像训练集的训练样本数,基于所述目标标注结果确定所述目标图像数据集的各个类别之间的图像数据的第一协方差矩阵和所述目标图像数据集的各个类别内部的图像数据的第二协方差矩阵;基于所述第一种类数、所述训练样本数、所述第一协方差矩阵和所述第二协方差矩阵确定所述多个模型参数组合分别对应的Caliniski-Harabaz指数。

全文数据:

权利要求:

百度查询: 北京大数据先进技术研究院 图像分类模型获取方法和图像分类方法、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。