[发明专利]分类方法、装置、电子设备及存储介质

权利要求书

1.一种分类方法，其特征在于，所述方法包括：

将作业设备采集到的图像集输入预设分类模型，获得所述图像集中对象的类别；

根据同一类别的对象在所述预设分类模型的训练集和所述图像集中对应的图像，确定所述预设分类模型是否退化；

若预设分类模型退化，则优化所述预设分类模型，优化后的预设分类模型用于对作业设备采集的目标图像中的对象进行分类。

2.根据权利要求1所述的方法，其特征在于，所述根据同一类别的对象在所述预设分类模型的训练集和所述图像集中对应的图像，确定所述预设分类模型是否退化的步骤，包括：

获取所述训练集，所述训练集包括多个训练图像和每个训练图像中对象的类别；

根据同一类别的对象在所述训练集中对应的训练图像和在所述图像集中对应的图像，获得每个类别的比较结果；

根据每个类别的比较结果，确定所述预设分类模型是否退化。

3.根据权利要求2所述的方法，其特征在于，所述根据同一类别的对象在所述预设分类模型的训练集和所述图像集中对应的图像，获得每个类别的比较结果的步骤，包括：

对于每个类别，根据所述类别的对象分别在所述训练集中对应的训练图像和在所述图像集中对应的图像，获得所述类别的第一概率分布和第二概率分布；

对于每个类别，计算所述类别的第一概率分布和第二概率分布的相似度，并将所述相似度作为所述类别的比较结果。

4.根据权利要求3所述的方法，其特征在于，所述计算所述类别的第一概率分布和第二概率分布的相似度的步骤，包括：

计算所述类别的第一概率分布和第二概率分布的联合分布；所述联合分布包括多个概率区间和每个所述概率区间在所述第一概率分布对应的第一频数和在所述第二概率分布对应的第二频数；

对于每个所述概率区间，将所述概率区间对应的第一频数和第二频数差的绝对值作为所述概率区间的距离值，获得每个所述概率区间的距离值；

计算全部概率区间的距离值的期望值，获得所述类别的第一概率分布和第二概率分布的相似度。

5.根据权利要求3所述的方法，其特征在于，所述根据每个所述类别的比较结果，确定所述预设分类模型是否退化的步骤，包括：

若每个类别的相似度均小于预设阈值，则所述预设分类模型未退化；

若存在等于或者大于所述预设阈值的相似度，则所述预设分类模型退化。

6.根据权利要求1所述的方法，其特征在于，所述优化所述预设分类模型的步骤，包括：

获取所述图像集中每个图像中对象的置信度；

根据从所述图像集中获取的待处理图像，优化所述预设分类模型；所述待处理图像中对象的置信度小于预设置信度。

7.根据权利要求1所述的方法，其特征在于，所述对象包括以下其中一种：农作物、障碍物、地膜、地面。

8.根据权利要求1所述的方法，其特征在于，所述对象为农作物和障碍物；所述方法还包括：

获得所述目标图像中农作物的类别和障碍物的类别；

根据所述农作物的类别和所述障碍物的类别，对所述目标图像进行语义分割。

9.一种分类装置，其特征在于，所述装置包括：

获取模块，用于将作业设备采集到的图像集输入预设分类模型，获得所述图像集中对象的类别；

确定模块，用于根据同一类别的对象在所述预设分类模型的训练集和所述图像集中对应的图像，确定所述预设分类模型是否退化；

优化模块，用于若预设分类模型退化，则优化所述预设分类模型，优化后的预设分类模型用于对作业设备采集的目标图像中的对象进行分类。

10.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时，实现权利要求1至8中任一项所述的方法。

11.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，该计算机程序被处理器执行时，实现权利要求1至8中任一项所述的方法。