[发明专利]确定图像分类的方法、装置、终端及存储介质

权利要求书

1.一种确定图像分类的方法，其特征在于，所述方法包括：

获取待识别图像；

将所述待识别图像输入图像识别模型，所述图像识别模型包括多个处理层，所述多个处理层用于按照排列顺序对输入的图像进行特征处理，并输出特征图像，其中前一个处理层输出的特征图像作为后一个处理层的输入，最后一个对输入的图像进行特征处理的处理层为确定满足预设的识别结束条件时，当前正在对输入的图像进行特征处理的处理层，所述预设的识别结束条件包括：所述待识别图像输入所述图像识别模型的时间点到当前时间点的时长超过预设的预算时长；所述图像识别模型中的处理层为多尺度的残差网络，每个所述处理层的最小尺度的卷积层上连接一个分类模型和一个分类正确性判定模型；

每当得到所述图像识别模型中的一个处理层输出的特征图像时，将所述特征图像输入所述分类正确性判定模型，确定所述分类正确性判定模型的判定结果并存储在所述判定结果对应的判定结果集合中，同时确定是否满足所述预设的识别结束条件，所述分类正确性判定模型用于利用强化学习算法，对根据不同处理层输出的特征图像确定的待识别图像的分类进行正确性判定，所述分类正确性判定模型包括两个输出神经元，分别代表分类正确以及分类错误两种判定结果；

如果不满足所述识别结束条件，则将所述特征图像输入下一个处理层；

如果满足所述识别结束条件，则确定所述分类正确对应的判定结果集合是否为空；

若为空，则确定得到的所有判定结果中不存在分类正确的判定结果，将所述最后一个对输入的图像进行特征处理的处理层输出的所述特征图像，输入到所述分类模型得到分类数据，基于所述分类数据确定所述待识别图像的分类；

若不为空，则确定得到的所有判定结果中存在分类正确的判定结果，确定所有判定结果为分类正确的处理层中的最后一个处理层，基于所述最后一个处理层输出的特征图像输入所述分类模型得到的分类数据，确定所述待识别图像的分类。

2.根据权利要求1所述的方法，其特征在于，所述将待识别图像输入图像识别模型之前，还包括：

将样本图像输入所述图像识别模型，获取所述图像识别模型中任意处理层输出的特征图像，作为样本特征图像；

获取录入的每个样本特征图像对应的样本图像的真实分类，作为每个样本特征图像对应的样本分类；

基于每个样本特征图像和对应的样本分类，对初始分类正确性判定模型进行训练，得到所述分类正确性判定模型。

3.根据权利要求1所述的方法，其特征在于，基于所述特征图像输入所述分类模型得到的分类数据，确定所述待识别图像的分类，包括：

将所述特征图像输入分类模型，得到所述特征图像的分类数据，所述分类数据包括各分类对应的概率值；

确定所述各分类对应的概率值中的最大概率值，将所述最大概率值对应的分类，确定为所述待识别图像的分类。