[发明专利]图像类别预测方法和装置

权利要求书

1.一种图像类别预测方法，其特征在于，包括：

获取待分类图像；

通过第一分类网络对所述待分类图像进行分类，得到所述待分类图像的参考类别；

通过第二分类网络对所述待分类图像进行分类，得到所述待分类图像的预测类别集合，其中，所述预测类别集合包括多个预测类别，所述多个预测类别根据预测类别对应的预测概率排列；

确定所述参考类别在所述预测类别集合中的目标排列位置；

基于所述目标排列位置对所述预测类别的排列顺序进行调整，得到调整后的预测类别集合；

基于所述调整后的预测类别集合获取所述待分类图像的类别预测结果。

2.根据权利要求1所述的图像类别预测方法，其特征在于，确定所述参考类别在所述预测类别集合中的目标排列位置，包括：

获取图像类别映射集合，其中，所述图像类别映射集合包括第一分类网络的预设参考类别与第二分类网络的预设预测类别之间的映射关系；

基于所述图像类别映射集合获取所述参考类别对应的目标预测类别；

确定所述目标预测类别在所述预测类别集合中的排列位置；

根据所述排列位置确定所述参考类别在所述预测类别集合中的目标排列位置。

3.根据权利要求2所述的图像类别预测方法，其特征在于，还包括：

获取第一分类网络的预设参考类别集合，所述预设参考类别集合包括多个预设参考类别；

获取第二分类网络的预设预测类别集合，所述预设预测类别集合包括多个预设预测类别；

建立所述预设参考类别与所述预设预测类别之间的映射关系，得到图像类别映射集合。

4.根据权利要求2所述的图像类别预测方法，其特征在于，基于所述目标排列位置对所述预测类别的排列顺序进行调整，得到调整后的预测类别集合，包括：

根据所述目标排列位置确定顺序调整方式，以及所述顺序调整方式对应的预设位置；

在所述预测类别集合中，采用所述顺序调整方式将所述目标预测类别调整至所述预设位置，得到调整后的预测类别集合。

5.根据权利要求1所述的图像类别预测方法，其特征在于，通过第二分类网络对所述待分类图像进行分类，得到所述待分类图像的预测类别集合，包括：

通过所述第二分类网络对所述待分类图像进行特征提取，得到待分类图像的局部特征信息；

基于所述局部特征信息通过所述第二分类网络对所述待分类图像进行分类，得到所述待分类图像的预测类别集合。

6.根据权利要求1所述的图像类别预测方法，其特征在于，通过第二分类网络对所述待分类图像进行分类之前，还包括：

采集多张标注有真实类别的图像样本；

基于所述真实类别对预设分类网络进行训练，得到所述第二分类网络。

7.根据权利要求6所述的图像类别预测方法，其特征在于，基于所述真实类别对预设分类网络进行训练，得到所述第二分类网络，包括：

对所述图像样本进行特征提取，得到图像样本的局部特征信息；

基于所述图像样本的局部特征信息对所述图像样本进行分类，得到图像样本的预测类别集合，所述图像样本的预测类别集合包括多个样本预测类别；

计算每个样本预测类别与所述真实类别之间的类别损失，得到多个类别损失；

基于所述多个类别损失对所述预设分类网络进行训练，得到第二分类网络。

8.根据权利要求7所述的图像类别预测方法，其特征在于，计算每个样本预测类别与所述真实类别之间的类别损失，包括：

当所述多个样本预测类别中存在所述真实类别时，调整每个样本预测类别对应的损失权重；

基于所述样本预测类别对应的损失权重计算每个样本预测类别与真实类别之间的类别损失。