[发明专利]优化图片分类模型的方法、装置、电子设备及存储介质

权利要求书

1.一种优化图片分类模型的方法，包括：

展示第一图片及所述第一图片的类型，其中，所述第一图片的类型由图片分类模型根据所述第一图片确定；

接收用户对所述第一图片的类型的判断结果；

在所述判断结果为正确的情况下，利用所述第一图片及所述第一图片的类型扩充训练样本集合，扩充后的训练样本集合用于对所述图片分类模型进行优化；

其中，在所述判断结果为正确的情况下，利用所述第一图片及所述第一图片的类型扩充训练样本集合之前，还包括：确定所述用户对多个历史图片的类型的历史判断结果，所述历史图片为在所述第一图片之前展示的图片；对所述历史判断结果进行分析，根据分析结果确定所述用户的判断是否可信；在所述用户的判断可信的情况下，继续执行所述在所述判断结果为正确的情况下，利用所述第一图片及所述第一图片的类型扩充训练样本集合的步骤。

2.根据权利要求1所述的方法，在所述用户的判断可信的情况下，还包括：

在所述多个历史图片中，提取判断结果为正确的类型的历史图片；

利用所述提取的历史图片及对应的类型扩充训练样本集合。

3.根据权利要求1所述的方法，所述对所述历史判断结果进行分析，根据分析结果确定所述用户的判断是否可信，包括：

确定所述用户的历史判断结果中，判断结果为正确或错误的数量与所述历史判断结果的总量的比值；

在所述比值属于预设范围的情况下，确定所述用户的判断可信；和/或，将所述比值与其他用户的所述比值进行比较，根据比较结果确定所述用户的判断是否可信。

4.根据权利要求1至3任一所述的方法，还包括：

采用卷积神经网络提取扩充后的训练样本集合中的各个图片的特征数据；

分别将所述各个图片的特征数据输入所述图片分类模型，将所述图片分类模型的输出结果与所述图片的类型进行比较，根据比较结果优化所述图片分类模型。

5.根据权利要求4所述的方法，还包括：

利用优化后的图片分类模型确定第二图片的类型；

展示所述第二图片及所述第二图片的类型；

利用用户对所述第二图片的类型的判断结果重复优化所述图片分类模型。

6.一种优化图片分类模型的装置，包括：

展示模块，由于展示第一图片及所述第一图片的类型，其中，所述第一图片的类型由图片分类模型根据所述第一图片确定；

接收模块，由于接收用户对所述第一图片的类型的判断结果；

样本集合扩充模块，由于在所述判断结果为正确的情况下，利用所述第一图片及所述第一图片的类型扩充训练样本集合，扩充后的训练样本集合用于对所述图片分类模型进行优化；

其中，所述装置还包括：可信度确定模块，用于确定所述用户对多个历史图片的类型的历史判断结果，所述历史图片为在所述第一图片之前展示的图片；对所述历史判断结果进行分析，根据分析结果确定所述用户的判断是否可信；在所述用户的判断可信的情况下，指示所述样本集合扩充模块利用所述第一图片及所述第一图片的类型扩充训练样本集合。

7.根据权利要求6所述的装置，所述样本集合扩充模块还用于：

在所述用户的判断可信的情况下，在所述多个历史图片中，提取判断结果为正确的类型的历史图片；利用所述提取的历史图片及对应的类型扩充训练样本集合。

8.根据权利要求6所述的装置，所述可信度确定模块用于：

确定所述用户的历史判断结果中，判断结果为正确或错误的数量与所述历史判断结果的总量的比值；

在所述比值属于预设范围的情况下，确定所述用户的判断可信；和/或，将所述比值与其他用户的所述比值进行比较，根据比较结果确定所述用户的判断是否可信。