[发明专利]训练分类器的方法、装置、电子设备和计算机可读存储介质

权利要求书

1.一种训练分类器的方法，其特征在于，包括：

获取图像集合，所述图像集合中的图像与光线类别信息对应，所述光线类别信息指示与所述光线类别信息对应的图像的光线类别；

确定分类器的输出项目，所述输出项目与所述光线类别信息对应；

根据所述图像集合和MobileNetV2神经网络训练所述分类器。

2.根据权利要求1所述的训练分类器的方法，其特征在于，所述MobileNetV2神经网络包括十个Inverted residual block结构。

3.根据权利要求2所述的训练分类器的方法，其特征在于，所述十个Invertedresidual block结构中的第一个Inverted residual block结构中的bottleneck卷积操作所对应的膨胀因子t的值为1。

4.根据权利要求3中任一权利要求所述的训练分类器的方法，其特征在于，所述十个Inverted residual block结构中的第一个Inverted residual block结构输出的特征向量的维度为16。

5.根据权利要求2-4中任一所述的训练分类器的方法，其特征在于，所述十个Invertedresidual block结构中的第二个到第九个Inverted residual block结构中的bottleneck卷积操作所对应的膨胀因子t的值为4。

6.根据权利要求5所述的训练分类器的方法，其特征在于，所述十个Invertedresidual block结构中的第二个和第三个Inverted residual block结构输出的特征向量的维度为16。

7.根据权利要求5所述的训练分类器的方法，其特征在于，所述十个Invertedresidual block结构中的第四个到第六个Inverted residual block结构输出的特征向量的维度为32。

8.根据权利要求5所述的训练分类器的方法，其特征在于，所述十个Invertedresidual block结构中的第七个和第八个Inverted residual block结构输出的特征向量的维度为48。

9.根据权利要求5所述的训练分类器的方法，其特征在于，所述十个Invertedresidual block结构中的第九个和第十个Inverted residual block结构输出的特征向量的维度为64。

10.一种训练分类器的装置，其特征在于，包括：

图像集合获取模块，用于所述图像集合中的图像与光线类别信息对应，所述光线类别信息指示与所述光线类别信息对应的图像的光线类别；

确定模块，用于确定分类器的输出项目，所述输出项目与所述光线类别信息对应；

训练模块，用于根据所述图像集合和MobileNetV2神经网络训练所述分类器。

11.一种电子设备，包括：

存储器，用于存储计算机可读指令；以及

处理器，用于运行所述计算机可读指令，使得所述处理器运行时实现根据权利要求1-9中任意一项所述的训练分类器的方法。

12.一种非暂态计算机可读存储介质，用于存储计算机可读指令，当所述计算机可读指令由计算机执行时，使得所述计算机执行权利要求1-9中任意一项所述的训练分类器的方法。