[发明专利]一种图像目标分类方法、装置、设备及存储介质

权利要求书

1.一种图像目标分类方法，其特征在于，包括：

获取目标图像，所述目标图像中包含待分类的目标对象；

从所述目标图像中分割得到至少一个关键图像区域，所述关键图像区域为包含所述目标对象的关键部位的图像区域，所述关键部位为同一类别下的不同类型的目标对象之间具有较大区分度的部位；

根据所述目标图像和所述至少一个关键图像区域，确定对所述目标对象的分类结果。

2.根据权利要求1所述的方法，其特征在于，从所述目标图像中分割得到至少一个关键图像区域，以及，根据所述目标图像和所述至少一个关键图像区域，确定对所述目标对象的分类结果，包括：

将所述目标图像输入预先训练的目标分类模型，得到所述目标分类模型输出的对所述目标对象的分类结果；

其中，所述目标分类模型具备从所述目标图像中分割得到至少一个关键图像区域，并根据所述目标图像和所述至少一个关键图像区域，确定对所述目标对象的分类结果的能力。

3.根据权利要求1或2所述的方法，其特征在于，从所述目标图像中分割得到至少一个关键图像区域，包括：

从所述目标图像中检测目标对象的关键部位；

当检测到目标对象的关键部位时，从目标图像中截取包含该关键部位的设定大小的图像区域，得到关键图像区域。

4.根据权利要求1或2所述的方法，其特征在于，根据所述目标图像和所述至少一个关键图像区域，确定对所述目标对象的分类结果，包括：

从所述目标图像和所述至少一个关键图像区域中提取图像特征，并基于提取得到的图像特征确定对所述目标对象的分类结果。

5.根据权利要求4所述的方法，其特征在于，从所述目标图像和所述至少一个关键图像区域中提取图像特征，并基于提取得到的图像特征确定对所述目标对象的分类结果，包括：

对所述目标图像进行特征提取，得到第一图像特征；

以及，对所述至少一个关键图像区域分别进行特征提取，得到第二图像特征；其中，所述第一图像特征与所述第二图像特征的尺寸相同；

对所述第一图像特征和所述第二图像特征进行融合处理，得到融合特征；

基于所述融合特征，确定对所述目标对象的分类结果。

6.根据权利要求5所述的方法，其特征在于，所述对所述第一图像特征和所述第二图像特征进行融合处理，得到融合特征，包括：

对所述第一图像特征和所述第二图像特征进行拼接及卷积处理，得到融合特征。

7.根据权利要求2所述的方法，其特征在于，所述目标分类模型通过预先训练得到的大规模图像分类模型辅助训练得到；

其中，所述大规模图像分类模型通过对深度卷积神经网络进行图像分类训练得到；

所述深度卷积神经网络以及所述目标分类模型均由残差网络搭建而成，并且所述大规模图像分类模型包含的残差网络数量大于所述目标分类模型包含的残差网络数量。

8.根据权利要求7所述的方法，其特征在于，通过预先训练得到的大规模图像分类模型辅助训练所述目标分类模型，包括：

以预先获取的目标对象图像作为训练样本，利用所述大规模图像分类模型对所述目标分类模型进行蒸馏训练；

其中，所述目标对象图像为包含与所述目标图像中包含的目标对象相同或不同类型的对象的图像。