[发明专利]一种通过图片的URL识别图片类别的方法及系统

权利要求书

1.一种通过图片的URL识别图片类别的方法，其特征在于，包括以下步骤：

获取不同种类的图片并根据其种类人工进行分类；

获取分类好的各类图片的URL；

将各类图片的URL按照预设的长度阈值生成标准训练素材；

使用标准训练素材对神经网络进行训练，根据训练结果生成训练好的神经网络；

获取待分类的图片并将所述待分类的图片输入训练好的神经网络；

通过所述训练好的神经网络确定待分类图片中各种图片的类别。

2.根据权利要求1所述的一种通过图片的URL识别图片类别的方法，其特征在于：在所述获取不同种类的图片并根据其种类人工进行分类之后，所述获取分类好的各类图片的URL之前，包括：

将所述分类好的各类图片构成数据学习样本库。

3.根据权利要求1所述的一种通过图片的URL识别图片类别的方法，其特征在于：所述使用标准训练素材对神经网络进行训练，根据训练结果生成训练好的神经网络，包括：

将标准训练素材输入神经网络，通过神经网络提取各类图片的URL的特征；

对不同种类的URL的特征进行处理，根据处理结果生成训练好的神经网络。

4.根据权利要求1所述的一种通过图片的URL识别图片类别的方法，其特征在于：所述通过所述训练好的神经网络确定待分类图片中各种图片的类别，包括：

获取待分类图片中各种图片的URL；

比对待分类图片中各种图片的URL和预先分类好各种图片的URL，根据比对结果确定待分类图片中各种图片的类别。

5.根据权利要求4所述的一种通过图片的URL识别图片类别的方法，其特征在于：所述比对待分类图片中各种图片的URL和预先分类好各种图片的URL，根据比对结果确定待分类图片中各种图片的类别，包括；

判断待分类图片中各种图片的URL和预先分类好的各类图片的URL是否相似；

若相似，则生成待分类图片中各种图片的类别。

6.根据权利要求1至5中任一项所述的一种通过图片的URL识别图片类别的方法，其特征在于：在所述通过所述训练好的神经网络确定待分类图片中各种图片的类别之后，包括：

将待分类图片中各种图片的类别发送至智能终端。

7.一种通过图片的URL识别图片类别的系统，其特征在于：包括：

获取模块，用于获取不同种类的图片并根据其种类人工进行分类，获取分类好的各类图片的URL，获取待分类的图片并将所述待分类的图片输入训练好的神经网络；

生成模块，用于将各类图片的URL按照预设的长度阈值生成标准训练素材，使用标准训练素材对神经网络进行训练，根据训练结果生成训练好的神经网络；

确定模块，用于通过所述训练好的神经网络确定待分类图片中各种图片的类别。

8.一种服务器，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至6中任一所述的一种通过图片的URL识别图片类别的方法。

9.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一所述的一种通过图片的URL识别图片类别的方法。