[发明专利]图片分类方法、边缘设备、系统及存储介质

权利要求书

1.一种图片分类方法，其特征在于，所述方法包括：

使用第一图片类别预测模型，对新增的第一图片进行预测，获得第一分类结果；

输出所述第一分类结果；

接收用户对所述第一分类结果进行变更后的变更结果；

根据所述变更结果，对所述第一图片类别预测模型进行优化，获得第二图片类别预测模型。

2.根据权利要求1所述的方法，其特征在于，若所述第一图片类别预测模型为图片分类模型，所述接收用户对所述第一分类结果进行变更后的变更结果包括：

接收用户对所述第一分类结果中的目标图片的分类结果进行编辑所输入的编辑指令；

响应所述编辑指令，对所述目标图片的分类结果进行变更，获得变更结果。

3.根据权利要求1所述的方法，其特征在于，若所述第一图片类别预测模型为图片聚类模型，所述接收用户对所述第一分类结果进行变更后的变更结果包括：

接收用户对所述第一分类结果中被聚类为多个类别的多个同类图片输入的合并指令；

响应所述合并指令，对多个所述同类图片进行类别合并，并变更多个所述同类图片的类别信息，获得变更结果。

4.根据权利要求1所述的方法，其特征在于，所述根据所述变更结果，对所述第一图片类别预测模型进行优化，获得第二图片类别预测模型包括：

若所述第一图片类别预测模型为图片分类模型或图片聚类模型，根据所述变更结果，对所述第一图片类别预测模型的参数进行微调，获得第二图片类别预测模型。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：

当检测到新增的第二图片时，使用所述第二图片类型预测模型对所述第二图片进行预测，获得第二分类结果。

6.根据权利要求1至4中任一项所述的方法，其特征在于，所述使用第一图片类别预测模型，对新增的第一图片进行预测，获得第一分类结果之前，所述方法还包括：

接收服务器推送的第一图片类别预测模型；或

接收服务器推送的基础图片类别预测模型；对所述基础图片类别预测模型进行优化，获得第一图片类别预测模型。

7.一种边缘设备，其特征在于，所述边缘设备包括存储器和处理器，所述存储器上存储有可由所述处理器执行的图片分类程序，所述图片分类程序被所述处理器执行时实现如权利要求1至6任一项所述的图片分类方法。

8.根据权利要求7所述的边缘设备，其特征在于，所述边缘设备为组成内容分发网络或者区块链网络的节点。

9.一种图片分类系统，其特征在于，所述系统包括：

预测模块，用于使用第一图片类别预测模型，对新增的第一图片进行预测，获得第一分类结果；

输出模块，用于输出所述第一分类结果；

接收模块，用于接收用户对所述第一分类结果进行变更后的变更结果；

优化模块，用于根据所述变更结果，对所述第一图片类别预测模型进行优化，获得第二图片类别预测模型。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有图片分类程序，所述图片分类程序可被一个或者多个处理器执行，以实现如权利要求1至6中任一项所述的图片分类方法。