[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：

确定待分类图像中每一像素的特征表示；

基于每一像素的特征表示，以及各个预设类别对应的全局特征表示，确定每一像素的特征增强表示；

基于每一像素的特征表示和特征增强表示，确定所述待分类图像对应的预设类别；

其中，所述全局特征表示是基于样本图像，以及样本图像中每一像素对应的预设类别确定的。

2.根据权利要求1所述的图像分类方法，其特征在于，所述各个预设类别对应的全局特征表示是基于如下步骤确定的：

确定多个样本图像以及每一样本图像中每一像素对应的预设类别；

基于任一样本图像中每一像素的特征表示和对应的预设类别，以及每一像素在所述任一样本图像中的像素位置，确定所述任一样本图像中各个预设类别对应的区域特征表示；

基于每一样本图像中各个预设类别对应的区域特征表示，确定各个预设类别对应的全局特征表示。

3.根据权利要求2所述的图像分类方法，其特征在于，所述基于每一样本图像中各个预设类别对应的区域特征表示，确定各个预设类别对应的全局特征表示，包括：

基于每一样本图像中各个预设类别对应的区域特征表示，确定迭代计算序列；

基于当前样本图像中各个预设类别对应的区域特征表示，以及上一次迭代计算的各个预设类别对应的全局特征表示预测值，确定当前次迭代计算的各个预设类别对应的全局特征表示预测值；

将最后一次迭代计算的各个预设类别对应的全局特征表示预测值作为各个预设类别对应的全局特征表示。

4.根据权利要求1所述的图像分类方法，其特征在于，所述基于每一像素的特征表示，以及各个预设类别对应的全局特征表示，确定每一像素的特征增强表示，包括：

基于任一像素的特征表示，以及每一预设类别对应的全局特征表示，确定所述任一像素与每一预设类别对应的全局特征表示之间的相似度；

基于所述任一像素与每一预设类别对应的全局特征表示之间的相似度，以及每一预设类别对应的全局特征表示，确定所述任一像素的特征增强表示。

5.根据权利要求1所述的图像分类方法，其特征在于，所述基于每一像素的特征表示和特征增强表示，确定所述待分类图像对应的预设类别，包括：

将每一像素的特征表示和特征增强表示，输入至图像分类模型，得到所述图像分类模型输出的所述待分类图像对应的预设类别；

其中，所述图像分类模型是基于确定所述全局特征表示的样本图像训练得到的。

6.根据权利要求1所述的图像分类方法，其特征在于，所述确定待分类图像中每一像素的特征表示，包括：

将所述待分类图像输入至特征提取模型，得到所述特征提取模型输出的每一像素的特征表示；

其中，所述特征提取模型包括一个特征提取主网络以及与所述特征提取主网络并行连接的多个特征提取子网络；所述特征提取子网络的感受野小于所述特征提取主网络的感受野。

7.根据权利要求1至6任一项所述的图像分类方法，其特征在于，所述待分类图像为视网膜图像，所述预设类别为视网膜的病变类型。

8.一种图像分类装置，其特征在于，包括：

特征提取单元，用于确定待分类图像中每一像素的特征表示；

特征增强单元，用于基于每一像素的特征表示，以及各个预设类别对应的全局特征表示，确定每一像素的特征增强表示；

图像分类单元，用于基于每一像素的特征表示和特征增强表示，确定所述待分类图像对应的预设类别；

其中，所述全局特征表示是基于样本图像，以及样本图像中每一像素对应的预设类别确定的。

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述图像分类方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述图像分类方法的步骤。