[发明专利]一种图像分类方法、装置、电子设备及存储介质

权利要求书

1.一种图像分类方法，其特征在于，包括：

对待识别数据集中的图像进行分类，确定所述待识别数据集中图像的类别标签；

提取各图像的文本特征以及各图像的类别标签的文本特征，其中所述图像的文本特征用于表示所述图像中对象的状态；

根据各图像的文本特征以及相应图像的类别标签的文本特征，确定各图像与相应类别标签的匹配度；

根据确定的所述匹配度，从同一类别标签对应的各图像中确定所述类别标签对应的目标图像。

2.如权利要求1所述的方法，其特征在于，所述提取各图像的文本特征以及各图像的类别标签的文本特征，包括：

针对任意一个图像，将所述图像输入已训练的视觉分类模型，获取所述视觉分类模型输出的所述图像的文本特征；以及

将所述图像的类别标签输入已训练的词向量模型，获取所述词向量模型输出的所述图像的类别标签的文本特征。

3.如权利要求1所述的方法，其特征在于，所述根据各图像的文本特征以及相应图像的类别标签的文本特征，确定各图像与相应类别标签的匹配度，包括：

针对任意一个图像，根据所述图像的文本特征以及所述图像的类别标签的文本特征确定输入已训练的排序模型的第一输入参数；

将确定的第一输入参数输入所述已训练的排序模型，获取所述排序模型输出的所述图像与所述类别标签的匹配度。

4.如权利要求3所述的方法，其特征在于，所述根据所述图像的文本特征以及所述图像的类别标签的文本特征确定输入已训练的排序模型的第一输入参数，包括：

将所述图像的文本特征以及所述图像的类别标签的文本特征作为所述已训练的排序模型的第一输入参数；或

确定所述图像的文本特征与所述图像的类别标签的文本特征的第一联合特征，将所述第一联合特征作为所述已训练的排序模型的第一输入参数；或

确定所述图像的文本特征与所述图像的类别标签的文本特征的第一联合特征，将所述图像的文本特征与所述图像的类别标签的文本特征中的至少一个，以及所述第一联合特征作为所述已训练的排序模型的第一输入参数；

其中，所述第一联合特征用于表示所述图像与所述类别标签的关联特征信息。

5.如权利要求3所述的方法，其特征在于，通过下列方式训练得到所述排序模型：

根据预设时间段内多个样本图像对应的历史行为，确定多个所述样本图像对应的预期顺序，其中，多个所述样本图像是根据历史搜索请求搜索得到的，所述样本图像对应的所述预期顺序为针对所述历史搜索请求，所述样本图像与多个所述样本图像中其它样本图像相比期望的匹配顺序；

根据多个所述样本图像的文本特征以及所述历史搜索请求的文本特征确定输入所述排序模型的第二输入参数；

将确定的第二输入参数以及多个所述样本图像对应的预期顺序作为所述排序模型的输入特征，将多个所述样本图像与所述历史搜索请求的匹配度作为所述排序模型的输出特征，对所述排序模型进行训练。

6.如权利要求5所述的方法，其特征在于，所述根据多个所述样本图像的文本特征以及所述历史搜索请求的文本特征确定输入所述排序模型的第二输入参数，包括：

针对任意一个样本图像，将所述样本图像的文本特征以及所述历史搜索请求的文本特征作为所述排序模型的第二输入参数；或

针对任意一个样本图像，确定所述样本图像的文本特征与所述历史搜索请求的文本特征的第二联合特征，将所述第二联合特征作为所述排序模型的第二输入参数；或

针对任意一个样本图像，确定所述样本图像的文本特征与所述历史搜索请求的文本特征的第二联合特征，将所述样本图像的文本特征与所述历史搜索请求的文本特征中的至少一个，以及所述第二联合特征作为所述排序模型的第二输入参数；

其中，所述第二联合特征用于表示所述样本图像与所述历史搜索请求的关联特征信息。