[发明专利]一种图片分类方法、装置、电子设备及存储介质

权利要求书

1.一种图片分类方法，其特征在于，包括：

获得待分类图片；

使用预先训练的特征提取器提取所述待分类图片的图片特征；

根据所述图片特征与多个类原型特征之间的距离对所述待分类图片进行分类，获得所述待分类图片的类别，所述类原型特征是使用所述特征提取器对已知类别的样本图片进行提取获得的。

2.根据权利要求1所述的方法，其特征在于，所述特征提取器包括：第一全连接层和第二全连接层；所述使用预先训练的特征提取器提取所述待分类图片的图片特征，包括：

提取所述待分类图片的线性特征；

使用所述第一全连接层将所述线性特征映射为方差；

使用所述第二全连接层将所述线性特征映射为均值；

对所述方差和所述均值进行重参数化计算，获得所述待分类图片的图片特征。

3.根据权利要求1所述的方法，其特征在于，所述根据所述图片特征与多个类原型特征之间的距离对所述待分类图片进行分类，获得所述待分类图片的类别，包括：

计算所述图片特征与所述多个类原型特征之间的余弦距离，获得多个余弦距离；

将所述多个余弦距离中的最小余弦距离对应的图片类别确定为所述待分类图片的类别。

4.根据权利要求3所述的方法，其特征在于，所述将所述多个余弦距离中的最小余弦距离对应的图片类别确定为所述待分类图片的类别，包括：

使用最近邻分类算法预测所述多个余弦距离中的最小余弦距离对应的图片类别，并将所述最小余弦距离对应的图片类别确定为所述待分类图片的类别。

5.根据权利要求1所述的方法，其特征在于，在所述使用预先训练的特征提取器提取所述待分类图片的图片特征之前，还包括：

获得训练图像和训练标签；

使用所述特征提取器提取所述训练图像的图像特征；

使用最近邻分类算法对所述图像特征进行预测，获得预测标签，所述预测标签为所述训练图像的类别标签；

根据所述预测标签和所述训练标签之间的损失值对所述特征提取器进行训练。

6.根据权利要求1所述的方法，其特征在于，所述获得待分类图片，包括：

接收终端设备发送的所述待分类图片；

在所述获得所述待分类图片的类别之后，还包括：

向所述终端设备发送所述待分类图片的类别信息。

7.一种图片分类装置，其特征在于，包括：

分类图片获得模块，用于获得待分类图片；

图片特征提取模块，用于使用预先训练的特征提取器提取所述待分类图片的图片特征；

图片类别获得模块，用于根据所述图片特征与多个类原型特征之间的距离对所述待分类图片进行分类，获得所述待分类图片的类别，所述类原型特征是使用所述特征提取器对已知类别的样本图片进行提取获得的。

8.根据权利要求7所述的装置，其特征在于，所述特征提取器包括：第一全连接层和第二全连接层；所述图片特征提取模块，包括：

线性特征提取模块，用于提取所述待分类图片的线性特征；

特征映射方差模块，用于使用所述第一全连接层将所述线性特征映射为方差；

特征映射均值模块，用于使用所述第二全连接层将所述线性特征映射为均值；

图片特征获得模块，用于对所述方差和所述均值进行重参数化计算，获得所述待分类图片的图片特征。

9.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器存储有所述处理器可执行的机器可读指令，所述机器可读指令被所述处理器执行时执行如权利要求1至6任一所述的方法。

10.一种存储介质，其特征在于，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至6任一所述的方法。