[发明专利]一种图像处理方法及终端、存储介质

说明书

本发明实施例公开了一种图像处理方法及终端、存储介质，包括将待分类图像输入图像分类模型中，得到待分类图像对应的类别标签参数；确定类别标签参数和平均特征参数之间的相似参数，平均特征参数为利用图像分类模型从多个样本图像中确定的特征参数，多个样本图像为与待分类图像类别相同的图像；在相似参数满足预设相似参数范围的情况下，输出类别标签参数对应的标签信息，以利用标签信息对待分类图像的进行场景识别。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像处理方法及终端、存储介质。

背景技术

随着科学技术的不断发展，图像分类技术在字符识别、人脸识别、物体识别、行人检测、图像检索等方面都有广泛的应用。

在现有技术中，当终端接收到待分类图像时，终端就将该待分类图像输入至图像分类模型中，图像分类模型就计算该待分类图像的类别标签参数，根据该类别标签参数确定出待分类图像的标签信息，并输出该标签信息，如此，当图像分类模型确定出的类别标签参数的准确性较低时，则终端输出的类别标签参数对应的标签信息的准确性较低。

发明内容

为解决上述技术问题，本发明实施例期望提供一种图像处理方法及终端、存储介质，能够提高终端输出的待分类图像对应的标签信息时的准确性。

本发明的技术方案是这样实现的：

本申请实施例提供一种图像处理方法，所述方法包括：

将待分类图像输入图像分类模型中，得到所述待分类图像对应的类别标签参数；

确定所述类别标签参数和平均特征参数之间的相似参数，所述平均特征参数为利用所述图像分类模型从多个样本图像中确定的特征参数，所述多个样本图像为与所述待分类图像类别相同的图像；

在所述相似参数满足预设相似参数范围的情况下，输出所述类别标签参数对应的标签信息，以利用所述标签信息对所述待分类图像进行场景识别。

在上述方案中，所述将待分类图像输入图像分类模型中，得到所述待分类图像对应的类别标签参数之前，所述方法还包括：

将所述多个样本图像输入原始图像分类模型的第一传输层，得到所述多个样本图像对应的多个第一参数信息，一个样本图像对应一个第一参数信息；

将所述多个第一参数信息输入所述原始图像分类模型的第一卷积层，并基于所述第一卷积层的权重得到多个第一参数信息对应的多个样本标签参数，一个第一参数信息对应一个样本标签参数，所述第一卷积层为在所述第一传输层之后执行的下一传输层；

根据所述多个样本标签参数和所述多个样本图像对应的标准样本标签参数，确定所述原始图像分类模型的损失值；

利用所述损失值对所述原始图像分类模型进行训练，得到所述图像分类模型。

在上述方案中，所述利用所述损失值对所述原始图像分类模型进行训练，得到所述图像分类模型，包括：

在所述损失值不满足所述预设参数范围的情况下，迭代调整所述原始图像分类模型中的第一卷积层的权重，得到迭代图像分类模型；

利用所述多个第一参数信息对所述迭代图像分类模型进行训练，直至得到所述图像分类模型；

在所述损失值满足预设参数范围的情况下，将所述原始图像分类模型作为所述图像分类模型。

在上述方案中，所述利用所述损失值对所述原始图像分类模型进行训练，得到所述图像分类模型之后，所述方法还包括：

将所述多个第一参数信息输入所述图像分类模型的第一卷积层，并基于调整后的第一卷积层的权重得到多个第一样本标签参数；

确定所述多个第一样本标签参数的平均值；