[发明专利]一种图像分类方法及装置

说明书

本发明公开了一种图像分类方法及装置，主要解决现有技术中存在的现有图像分类模型存在的模型性能提升困难及模型分类性能不佳的问题。该发明对原始图像数据进行处理增加图像数据的多变性以及缓解过拟合线性，将训练集输入VGG16模型计算出其总交叉熵Loss，至loss曲线收敛；提升了VGG16模型提取特征的多粒度性，使模型的提升更易；最后结合投票决策得出最终的VGG16模型，有效地对多个分类结果进行了综合评估，提升了模型分类的可信度。

技术领域

本发明涉及深度学习图像分类技术领域，具体地说，是涉及一种图像分类方法及装置。

背景技术

图像分类作为图像分析的基础应用，在视觉感知领域如人机交互、智能化监控、内容智能剖析等方面具有重要应用；在图像分类技术中，分类精度作为不可或缺的指标，决定着分类方法的性能，如何有效提升分类模型的分类精度一直是图像分类技术的难点。

就图像本身而言，图像数据不同于一般结构化数据，图像数据内容更为内涵且复杂，除了图像数据展现的固有内容外，事物的形状、纹理、颜色、亮度等细节信息都对图像数据的分析有着巨大影响。

目前在图像分类技术中常使用的深度模型均是通过设计模型结构以适应不同的分类任务，通过提取最后一次特征层向量作为图像特征的全局表征，训练分类器得到类别标签；但这种方式存在两个问题：

①模型性能提升困难，一个高性能模型的设计工程量巨大涉及各领域的学科知识，缺乏快速有效提升模型分类性能的简便方法；

②现有方法仅使用深度模型的高层抽象特征作为图像的最终表征，缺乏局部特征的融入，表征缺乏多粒度性，会影响模型分类性能。

发明内容

本发明的目的在于提供一种图像分类方法及装置，以解决现有图像分类模型存在的模型性能提升困难及模型分类性能不佳的问题。

为了解决上述问题，本发明提供如下技术方案：

一种图像分类方法包括以下步骤：

S1、对原始图像数据进行处理，然后进行批处理形成训练集；

S2、将步骤S1的训练集数据输入VGG16模型丰富其局部表征和全局表征特性，并据此计算出VGG16模型总交叉熵Loss；

S3、判断步骤S2得到的VGG16模型的Loss曲线是否收敛，是则执行步骤S4，否则调整步骤S2的VGG16模型超参数重复步骤S2和步骤S3，直至loss曲线收敛；

S4、VGG16模型收敛后，通过Softmax分类器得到分类结果，然后对分类结果进行投票统计得到最终预测类别；

S5、根据步骤S4的最终预测类别，计算VGG16模型分类精度；

S6、通过步骤S5的VGG16模型对图像进行分类。

目前在图像分类技术中常使用的深度模型诸如ResNet、VGGNet、GoogleNet、AlexNet，通过设计模型结构以适应不同的分类任务，在图像识别领域获得了巨大的成功，但存在模型性能提升困难及模型分类性能不佳的问题；上述方案对原始图像数据进行处理增加图像数据的多变性以及缓解过拟合线性，将训练集输入VGG16模型计算出其总交叉熵Loss，至loss曲线收敛；提升了VGG16模型提取特征的多粒度性，使模型的提升更易；最后结合投票决策得出最终的VGG16模型，有效地对多个分类结果进行了综合评估，提升了模型分类的可信度。

进一步的，步骤S1中对原始图像的处理包括随机裁剪、旋转、镜像、缩放中任一种或多种；也可采用其他方式对原始图像分类数据进行镜像数据增强。