[发明专利]图像分类方法、电子装置和存储介质

权利要求书

1.一种图像分类方法，其特征在于，该方法包括：

提取待识别图像的CNN特征；

将所述待识别图像输入到预建的第一层图像分类器集合中，根据所述待识别图像的CNN特征获取所述第一层图像分类器集合中每个图像分类器输出的第一概率值；

比对所述每个图像分类器输出的第一概率值是否大于等于第一门槛值；

当所述每个图像分类器输出的第一概率值都小于所述第一门槛值时，将所述第一概率值降序排列，选取预设个数排列靠前的所述第一概率值对应的图像分类器，并确定选取的图像分类器对应的图像类别；

根据所述对应的图像类别建立第二层图像分类器集合；

将所述待识别图像输入到所述第二层图像分类器集合中，根据所述待识别图像的CNN特征获取所述第二层图像分类器集合中每个图像分类器输出的第二概率值；

判断所述第二概率值是否大于等于第二门槛值；

当所述第二层图像分类器集合中存在图像分类器输出的第二概率值大于等于所述第二门槛值，选取所述第二概率值最大的图像分类器输出的结果作为分类结果。

2.如权利要求1所述的图像分类方法，其特征在于，该方法还包括：

当所述第二层图像分类器集合中的图像分类器输出的第二概率值都小于所述第二门槛值时，选取所述第一层图像分类器集合中第一概率值最大的图像分类器输出的结果作为分类结果。

3.如权利要求1所述的图像分类方法，其特征在于，该方法还包括：

当所述第一层图像分类器集合中存在图像分类器输出的第一概率值大于等于所述第一门槛值时，选取所述第一概率值最大的图像分类器输出的结果作为分类结果。

4.如权利要求2所述的图像分类方法，其特征在于，所述第二层图像分类器集合中每个图像分类器的训练过程与所述第一层图像分类器集合中的每个图像分类器的训练过程不相同。

5.如权利要求4所述的图像分类方法，其特征在于，根据所述待识别图像的CNN特征获取所述第一层图像分类器集合中每个图像分类器输出的第一概率值与根据所述待识别图像的CNN特征获取所述第二层图像分类器集合中每个图像分类器输出的第二概率值不相同。

6.如权利要求1所述的图像分类方法，其特征在于，所述第二层图像分类器集合中的图像分类器用于对从所述第一层图像分类器中选取的图像分类器对应的图像类别进行进一步细分。

7.如权利要求6所述的图像分类方法，其特征在于，当所述第二层图像分类器集合中第二概率值最大的图像分类器对应有多个时，随机选择多个所述第二概率值最大的图像分类器中的一个输出的结果作为分类结果。

8.如权利要求1所述的图像分类方法，其特征在于，所述分类器包括Softmax分类器。

9.一种电子装置，其特征在于，所述电子装置包括：

处理器；以及

存储器，所述存储器中存储有多个程序模块，所述多个程序模块由所述处理器加载并执行如权利要求1-8中任意一项所述的图像分类方法。

10.一种存储介质，其上存储有至少一条计算机指令，其特征在于，所述指令由处理器并加载执行如权利要求1-8中任意一项所述的图像分类方法。