[发明专利]一种多标签分类方法及系统

说明书

本发明实施例提供一种多标签分类方法及系统，该方法包括：根据待测图像和训练后的改进神经网络，获取所述待测图像中的所有目标物体，其中，所述改进神经网络通过将神经网络与注意力机制结合获得。本发明实施例提供的一种多标签分类方法，将注意力机制与神经网络结合，凸显出待测图像中每个目标物体的重要程度，从而在对多目标进行提取的时候，能够更加准确的识别出每个目标物体，避免了现有技术中的漏识别的问题。

技术领域

本发明实施例涉及目标识别与分类技术领域，尤其涉及一种多标签分类方法及系统。

背景技术

在对多标签进行分类的过程中，一张图片往往会包含多个目标，现有技术中针对图像多标签分类任务，主要的深度学习方法就是确定一种输入图片尺寸然后在数据集上进行训练，通过设置多个二分类器，如果某个类的二分类器的输出0则说明该张图片包含这一类。

但是这种方法误检的情况比较多，如果相关响应区域在最后的特征层上的响应值较小会造成模型无法判别出是否包含这一类。

发明内容

本发明实施例提供一种对标签分类方法及系统，用以解决现有技术中无法准确识别出多个目标的问题。

第一方面，本发明实施例提供一种多标签分类方法，该方法包括：

根据待测图像和训练后的改进神经网络，获取所述待测图像中的所有目标物体，其中，所述改进神经网络通过将神经网络与注意力机制结合获得。

第二方面，本发明实施例提供一种多标签分类系统，该系统包括：

分类模块，用于根据待测图像和训练后的改进神经网络，获取所述待测图像中的所有目标物体，其中，所述改进神经网络通过将神经网络与注意力机制结合获得。

第三方面，本发明实施例提供一种电子设备，该电子设备包括：

至少一个处理器、至少一个存储器、通信接口和总线；其中，

所述处理器、存储器、通信接口通过所述总线完成相互间的通信；

所述通信接口用于该测试设备与显示装置的通信设备之间的信息传输；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第一方面提供的一种多目标分类方法。

第四方面，本发明实施例提供一种非暂态计算机可读存储介质，包括：所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面提供的一种多目标分类方法。

本发明实施例提供的一种多标签分类方法及系统，将注意力机制与神经网络结合，凸显出待测图像中每个目标物体的重要程度，从而在对多目标进行提取的时候，能够更加准确的识别出每个目标物体，避免了现有技术中的漏识别的问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一种多标签分类方法的流程图；

图2为本发明实施例一种多标签分类方法中改进神经网络的结构示意图；

图3为本发明实施例提供的一种多标签分类系统的结构示意图；

图4示例了一种服务器的实体结构示意图。

具体实施方式