[发明专利]一种物体分类方法、装置、设备及介质

权利要求书

1.一种物体分类方法，其特征在于，所述方法包括：

将预先标注有每个检测框的待分类图像输入到预先保存的第一模型中，获取所述第一模型输出的每个检测框对应的分类向量和特征向量，其中所述分类向量中的每一维对应的数值为对应检测框中包含的物体被分类为该维对应的预设类别的概率；

针对每个检测框，获取该检测框对应的分类向量中设定数量的目标预设类别；构建该检测框的特征向量对应的节点，并对应该节点保存所述目标预设类别；

将每个节点对应的任一目标预设类别进行组合，确定每个类别组合对应的节点图，该节点图中任意两个节点相互连接，其中，针对该节点图中任意两个连接的节点，根据该两个节点在该类别组合中对应的目标预设类别，及保存的知识图谱数据库中每两个预设类别同时出现的次数，确定该类别组合对应的目标预设类别对应的目标次数，并针对该两个节点连接的边保存所述目标次数；

根据每个所述节点图、所述待分类图像及预先保存的第二模型，确定每个检测框包含的物体对应的目标类别。

2.根据权利要求1所述的方法，其特征在于，所述将预先标注有每个检测框的待分类图像输入到第一模型中，获取所述第一模型输出的每个检测框对应的分类向量和特征向量包括：

所述第一模型针对每个检测框，确定该检测框对应的特征向量；根据所述特征向量，以及预先配置的每个类别，确定该检测框中包含的物体被分类为每个预设类别的概率，根据预先规定的每个预设类别与向量维度的对应关系，输出该检测框对应的分类向量及特征向量。

3.根据权利要求1所述的方法，其特征在于，所述获取该检测框对应的分类向量中设定数量的目标预设类别包括：

将所述分类向量中的每一维对应的数值按照从大到小的顺序进行排序，选择排序在前的预设数量个目标数值，将每个目标数值对应的预设分类确定为所述目标预设类别。

4.根据权利要求1所述的方法，其特征在于，所述根据每个所述节点图、所述待分类图像及预先保存的第二模型，确定每个检测框包含的物体对应的目标类别包括：

所述第二模型根据输入的待分类图像中每个检测框的位置信息，确定任意两个检测框在所述待分类图像中的空间距离，并确定所述空间距离对应的距离矩阵；针对每个节点图中针对任意两个节点连接的边保存目标次数，确定所述目标次数对应的关系矩阵；根据该节点图中每个节点对应的特征向量，确定该节点图对应的第一特征矩阵；针对该节点图中每个节点对应的特征向量，根据所述关系矩阵、所述距离矩阵以及特征矩阵，对所述特征向量进行更新；根据更新后的特征向量，以及预先配置的每个类别，确定该更新后的特征向量对应的检测框中包含的物体被分类为每个预设类别的概率，将概率最大值对应的类别确定为该更新后的特征向量对应的类别；针对该节点图中任意两个连接的节点，根据该两个节点对应的类别，及保存的知识图谱数据库中每两个预设类别同时出现的次数，确定该两个节点对应类别的关系概率，根据该节点图中每两个连接节点对应的关系概率，及预设第一函数，确定该节点图对应的损失值；将损失值最小的节点图中每个节点对应的类别确定为每个检测框包含的物体对应的目标类别。

5.根据权利要求4所述的方法，其特征在于，所述针对该节点图中每个节点对应的特征向量，根据所述关系矩阵、所述距离矩阵以及特征矩阵，对所述特征向量进行更新包括：

针对该节点图中每个节点，进行预设次数的更新，其中每次更新过程包括：确定所述特征矩阵、预设的参数以及该节点与该节点图中其他每个节点的所述关系矩阵和所述距离矩阵的乘积的和值，并根据所述和值以及第二预设函数，确定该节点更新后的特征向量；根据该节点中每个节点更新后的特征向量，对所述特征矩阵进行更新，根据更新后的特征矩阵进行下次特征向量的更新，直至达到预设次数。

6.根据权利要求4所述的方法，其特征在于，所述根据该两个节点对应的类别，及保存的知识图谱数据库中每两个预设类别同时出现的次数，确定该两个节点对应类别的关系概率包括：

针对该节点图中任意两个连接的节点，获取任一节点对应的类别与所述知识图谱数据库中其他每个类别同时出现的次数；根据每个次数及该两个节点在所述知识图谱数据库中同时出现的次数，确定该两个节点对应类别的关系概率。