[发明专利]图像分类方法、数据处理方法和装置

摘要

本申请提供了图像分类方法和装置，涉及人工智能领域，具体涉及计算视觉领域。其中，该图像分类方法包括：获取神经网络的基准卷积核的卷积核参数和神经网络的掩码张量，对该神经网络的基准卷积核以及基准卷积核对应的掩码张量进行哈达玛积运算，得到多个子卷积核；根据该多个子卷积核对待处理图像进行卷积处理，并根据卷积最终得到的卷积特征图对待处理图像分类，得到待处理图像的分类结果。由于掩码张量相对于卷积核占用的存储空间更小，因而能够使得一些存储资源受限的设备也能够部署包含基准卷积核和掩码张量的神经网络，进而实现对图像的分类。

主权项

1.一种图像分类方法，其特征在于，包括：获取神经网络的M个基准卷积核的卷积核参数，M为正整数；获取所述神经网络的N组掩码张量，N为正整数，所述N组掩码张量中的每组掩码张量由多个掩码张量组成，所述N组掩码张量中的元素存储时占用的比特数小于M个基准卷积核中卷积核参数中的元素存储时占用的比特数，所述M个基准卷积核中的每个基准卷积核对应所述N组掩码张量中的一组掩码张量；对所述M个基准卷积核中的每个基准卷积核，以及所述每个基准卷积核在所述N组掩码张量中对应的一组掩码张量进行哈达玛积运算，得到多个子卷积核；根据所述多个子卷积核分别对待处理图像进行卷积处理，得到多个卷积特征图；根据所述多个卷积特征图对所述待处理图像进行分类，得到所述待处理图像的分类结果。