[发明专利]分布外样本检测方法、装置、设备、介质

权利要求书

1.一种分布外样本检测方法，其特征在于，所述方法包括：

获取待检测图像，将待检测图像输入至预先训练好的目标分类模型，所述目标分类模型包括依次连接的卷积层和归一化层；

通过所述卷积层对所述待检测图像进行特征提取，得到多个特征图像；

确定各个所述特征图像的图像类别标签，根据所述图像类别标签相同的多个所述特征图像得到特征图像集；

将各个所述特征图像集输入至所述归一化层进行梯度反向传播处理，得到多个虚拟分布内样本图像，并确定各个所述虚拟分布内样本图像所对应的所述图像类别标签；

针对所述图像类别标签相同的所述特征图像和所述虚拟分布内样本图像计算图像差异值；

基于所述图像差异值，确定所述待检测图像的分布外样本检测结果。

2.根据权利要求1所述的分布外样本检测方法，其特征在于，所述针对所述图像类别标签相同的所述特征图像和所述虚拟分布内样本图像计算图像差异值，包括：

获取多个第一类别参考值，各个所述第一类别参考值为所述图像类别标签相同的所述特征图像的均值；

获取多个第二类别参考值，各个所述第二类别参考值为所述图像类别标签相同的所述虚拟分布内样本图像的均值；

将所述图像类别标签相同的所述第一类别参考值与所述第二类别参考值的差值的绝对值确定为所述图像差异值。

3.根据权利要求2所述的分布外样本检测方法，其特征在于，所述基于所述图像差异值，确定所述待检测图像的分布外样本检测结果，包括：

从所述图像差异值中确定参考差异值；

获取多个目标差异值，各个所述目标差异值为所述图像类别标签相同的所述第一类别参考值与所述参考差异值的差值的绝对值；

当全部的所述目标差异值大于所述参考差异值，确定所述分布外样本检测结果表征所述待检测图像为分布外样本。

4.根据权利要求1所述的分布外样本检测方法，其特征在于，所述将各个所述特征图像集输入至所述归一化层进行梯度反向传播处理，得到多个虚拟分布内样本图像，包括：

获取预设的正则化损失函数和预设的分类损失函数；

根据所述正则化损失函数和所述分类损失函数对所述图像类别标签相同的所述特征图像进行梯度反向传播处理，得到所述虚拟分布内样本图像。

5.根据权利要求4所述的分布外样本检测方法，其特征在于，所述根据所述正则化损失函数和所述分类损失函数对所述图像类别标签相同的所述特征图像进行梯度反向传播处理，得到所述虚拟分布内样本图像，包括：

对所述正则化损失函数和所述分类损失函数进行函数组合处理，得到目标损失函数；

获取预先设定的迭代次数；

根据所述目标损失函数和所述迭代次数对所述图像类别标签相同的全部所述特征图像进行梯度反向传播处理，得到所述虚拟分布内样本图像。

6.根据权利要求5所述的分布外样本检测方法，其特征在于，所述目标损失函数根据以下公式确定：

其中，为所述目标损失函数，R_feat为所述分类模型的所述归一化层对应的所述正则化损失函数，L_cls为所述分类损失函数，α为预设的第一常数，β为预设的第二常数，x为所述特征图像，c为期望特征图像，R_feat根据以下公式确定：

其中，μ_l为所述虚拟分布内样本图像的均值，σ为所述虚拟分布内样本图像的方差，χ为所述虚拟分布内样本图像，l为所述归一化层的数量，L_cls为交叉熵损失函数。

7.根据权利要求3所述的分布外样本检测方法，其特征在于，所述从所述图像差异值中确定参考差异值，包括：

将所述图像差异值中数值最大的差异值确定为所述参考差异值。