[发明专利]提高图像分类准确性的方法、装置、电子设备及存储介质

说明书

本公开提供了提高图像分类准确性的方法、装置、电子设备及存储介质，涉及深度学习及计算机视觉等人工智能领域，其中的方法可包括：获取第一用户输入的图像，利用预先训练得到的图像分类模型及预先确定的各类别对应的阈值参数对图像进行分类，得到包括至少一个类别的分类结果；获取第一用户针对分类结果中的任一类别的反馈结果，所述反馈结果为正向或负向反馈结果；当针对任一类别获取到的第一用户的反馈结果的数量达到M时，M为大于一的正整数，根据M个反馈结果对该类别对应的阈值参数进行调整。应用本公开所述方案，可提升分类结果的准确性及实现针对不同用户的个性化处理等。

技术领域

本公开涉及人工智能技术领域，特别涉及深度学习及计算机视觉等领域。

背景技术

在利用图像分类模型进行图像分类时，针对用户输入的图像，可通过模型输出图像分别属于不同类别的概率，之后可将不同的概率分别与对应类别的阈值参数进行比较，若大于阈值参数，则可确定属于该类别。

其中，在利用训练集训练得到图像分类模型，即确定出模型参数后，可通过验证集来确定出每个类别的阈值参数，所述阈值参数适用于所有的用户。

但是，验证集的数据分布与真实的用户的数据分布很难保持一致，如对于“猫”这一类别，验证集中的图像很难覆盖所有真实场景中的猫，从而降低了确定出的阈值参数的准确性，进而降低了分类结果的准确性，而且，不同用户的数据分布也不一致，无法实现针对不同用户的个性化处理等。

发明内容

本公开提供了提高图像分类准确性的方法、装置、电子设备及存储介质。

一种提高图像分类准确性的方法，包括：

获取第一用户输入的图像，利用预先训练得到的图像分类模型及预先确定的各类别对应的阈值参数对所述图像进行分类，得到包括至少一个类别的分类结果；

获取所述第一用户针对所述分类结果中的任一类别的反馈结果，所述反馈结果为正向或负向反馈结果；

当针对任一类别获取到的所述第一用户的反馈结果的数量达到M时，M为大于一的正整数，根据M个反馈结果对所述类别对应的阈值参数进行调整。

一种提高图像分类准确性的装置，包括：分类模块、获取模块以及调整模块；

所述分类模块，用于获取第一用户输入的图像，利用预先训练得到的图像分类模型及预先确定的各类别对应的阈值参数对所述图像进行分类，得到包括至少一个类别的分类结果；

所述获取模块，用于获取所述第一用户针对所述分类结果中的任一类别的反馈结果，所述反馈结果为正向或负向反馈结果；

所述调整模块，用于当针对任一类别获取到的所述第一用户的反馈结果的数量达到M时，M为大于一的正整数，根据M个反馈结果对所述类别对应的阈值参数进行调整。

一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如以上所述的方法。

一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行如以上所述的方法。

一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如以上所述的方法。

上述公开中的一个实施例具有如下优点或有益效果：可通过与用户进行交互，根据用户的反馈结果对任一类别对应的阈值参数进行调整，即优化，从而提升了分类结果的准确性，而且，以用户为调整粒度，对用户对应的阈值参数进行调整，从而实现了针对不同用户的个性化处理等。