[发明专利]一种训练场景图像分类模型的方法及场景图像分类方法

权利要求书

1.一种训练场景图像分类模型的方法，所述模型包括卷积神经网络、类别激活图模块，所述类别激活模块包括分类器，所述卷积神经网路用于识别输入场景图像的特征，所述类别激活模块用于根据卷积神经网络识别到的特征对输入场景图像进行场景分类，其特征在于，所述方法包括：

S1、获取多个原始场景图像并组成原始场景图像数据集，其中，每个原始场景图像对应有场景分类标签；

S2、对每个原始场景图像进行掩盖处理来获得其对应的修改图像，并将原始场景图像的场景分类标签作为其对应修改图像的场景分类标签，将原始场景图像与其对应修改图像组成图像对，所有的图像对组成训练集；

S3、采用训练集将模型训练至收敛，其中，针对每个图像对中的原始图像和修改图像，分别获得原始图像的场景分类预测结果以及修改图像的场景分类预测结果，并基于原始图像分类损失和修改图像的分类损失调整模型参数。

2.根据权利要求1所述的方法，其特征在于，所述类别激活图模块包括1*1卷积层、平均池化层、第一分类器和第二分类器。

3.根据权利要求2所述的方法，其特征在于，在所述步骤S2中按照如下方式对每个原始场景图像进行掩盖处理：

S21、采用第一分类器根据卷积神经网络、1*1卷积层、平均池化层对当前原始场景图像进行处理后的数据获得原始场景图像的场景分类热力图；

S22、将场景分类热力图中每个像素点的像素值基于预设的阈值进行阈值化转化得到与原始场景图像数据对应的二值图，其中，将热力图中大于阈值的位置取0以用于数据掩盖，将热力图中小于或等于阈值的位置取1以用于数据保留；

S23、将二值图与当前原始场景图像数据进行矩阵内积计算获得当前原始场景图像的修改图像。

4.根据权利要求3所述的方法，其特征在于，所述预设的阈值为热力图的所有灰度值中最大者的0.7倍。

5.根据权利要求2所述的方法，其特征在于，在所述步骤S3中，采用训练集对模型进行多轮迭代训练，其中每轮训练包括以图像对为输入，并执行如下步骤：

采用第一分类器根据卷积神经网络、1*1卷积层、平均池化层对当前图像对中的原始场景图像进行处理后的数据获得原始场景图像的场景分类预测结果；

采用第二分类器根据卷积神经网络、1*1卷积层、平均池化层对当前图像对中的修改图像进行处理后的数据获得修改图像的场景分类预测结果；

基于原始图像分类损失和修改图像的分类损失调整模型参数。

6.根据权利要求5所述的方法，其特征在于，基于原始图像分类损失和修改图像的分类损失通过如下方式获得综合损失用于调整模型参数：

L＝l_main+l_mod+2l_kl

其中，L是模型的综合损失，l_main是原始场景图像对应的交叉熵分类损失，l_mod是修改图像对应的交叉熵分类损失，l_kl是基于修改图像的场景分类预测结果和原始图像的场景分类预测结果计算的散度结果。

7.根据权利要求6所述的方法，其特征在于，

所述原始场景图像对应的交叉熵分类损失为：

所述修改图像对应的的交叉熵分类损失为：

所述基于修改图像的场景分类预测结果和原始图像的场景分类预测结果计算的散度结果为：

其中，K是场景分类结果的个数；p是原始场景图像的场景分类预测结果；q是修改图像的场景分类预测结果；g是真实标签。

8.一种场景图像分类方法，其特征在于，所述方法包括：

F1、获取待分类场景图像；

F2、将待分类场景图像输入到采用权利要求1-7任意一项所述方法训练生成的场景图像分类模型中得到待分类场景图像的场景分类结果。

9.一种计算机可读存储介质，其中存储有一个或者多个计算机程序，所述计算机程序在被执行时用于实现如权利要求1-7、8任意一项所述的方法。

10.一种计算设备，包括：

存储装置、以及一个或者多个处理器；

其中，所述存储装置用于存储一个或者多个计算机程序，所述计算机程序在被所述处理器执行时用于实现如权利要求1-7、8任意一项所述的方法。