[发明专利]毛绒纤维分类方法及装置

权利要求书

1.一种毛绒纤维分类方法，其特征在于，包括：

获取待分类毛绒纤维图像；

输入所述待分类毛绒纤维图像至预设的特征提取模型，得到对应的特征提取图像；

输入所述特征提取图像至预设的分类模型，得到毛预测几率及绒预测几率；

输入所述特征提取图像至预设的语义分割模型，计算毛预测比例及绒预测比例；

根据所述毛预测几率、所述绒预测几率、所述毛预测比例及所述绒预测比例，得到待分类毛绒纤维的分类结果。

2.根据权利要求1所述的毛绒纤维分类方法，其特征在于，所述根据所述毛预测几率、所述绒预测几率、所述毛预测比例及所述绒预测比例，得到待分类毛绒纤维的分类结果，包括：

将所述毛预测几率与所述毛预测比例相乘，得到毛综合预测几率；

将所述绒预测几率与所述绒预测比例相乘，得到绒综合预测几率；

根据所述毛综合预测几率和所述绒综合预测几率中的较大者，得到待分类毛绒纤维的分类结果。

3.根据权利要求1所述的毛绒纤维分类方法，其特征在于，所述输入所述特征提取图像至预设的语义分割模型，计算毛预测比例及绒预测比例，包括：

输入所述特征提取图像至预设的语义分割模型，得到对应的背景像素、毛像素及绒像素；

分别统计所述毛像素的个数及所述绒像素的个数；

根据所述毛像素的个数、所述绒像素的个数及所述特征提取图像的像素总数，计算得到毛预测比例及绒预测比例。

4.根据权利要求1所述的毛绒纤维分类方法，其特征在于，所述预设的分类模型通过以下步骤训练得到：

获取分类毛绒纤维掩码图像及对应的分类标签；

以所述分类毛绒纤维掩码图像及所述分类标签对预设的第一神经网络模型进行训练，得到所述预设的分类模型。

5.根据权利要求1所述的毛绒纤维分类方法，其特征在于，所述预设的语义分割模型通过以下步骤训练得到：

获取分类毛绒纤维掩码图像及对应的分类标签；

以所述分类毛绒纤维掩码图像及所述分类标签对预设的第二神经网络模型进行训练，得到所述预设的语义分割模型。

6.一种毛绒纤维分类装置，其特征在于，包括：

获取模块，用于获取待分类毛绒纤维图像；

特征提取模块，用于输入所述待分类毛绒纤维图像至预设的特征提取模型，得到对应的特征提取图像；

第一计算模块，用于输入所述特征提取图像至预设的分类模型，得到毛预测几率及绒预测几率；

第二计算模块，用于输入所述特征提取图像至预设的语义分割模型，计算毛预测比例及绒预测比例；

分类模块，用于根据所述毛预测几率、所述绒预测几率、所述毛预测比例及所述绒预测比例，得到待分类毛绒纤维的分类结果。

7.根据权利要求6所述的毛绒纤维分类装置，其特征在于，所述分类模块具体用于：

将所述毛预测几率与所述毛预测比例相乘，得到毛综合预测几率；

将所述绒预测几率与所述绒预测比例相乘，得到绒综合预测几率；

根据所述毛综合预测几率和所述绒综合预测几率中的较大者，得到待分类毛绒纤维的分类结果。

8.根据权利要求6所述的毛绒纤维分类装置，其特征在于，所述第二计算模块具体用于：

输入所述特征提取图像至预设的语义分割模型，得到对应的背景像素、毛像素及绒像素；

分别统计所述毛像素的个数及所述绒像素的个数；

根据所述毛像素的个数、所述绒像素的个数及所述特征提取图像的像素总数，计算得到毛预测比例及绒预测比例。

9.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据权利要求1至5中任一项所述的毛绒纤维分类方法。

10.一种计算机可读存储介质，其特征在于，其存储有权利要求9所述的电子设备中所使用的计算机程序。