[发明专利]确定图像分类的方法、装置、终端及存储介质

说明书

本申请公开了一种确定图像分类的方法、装置、终端及存储介质，属于计算机技术领域。所述方法包括：获取待识别图像；将所述待识别图像输入图像识别模型；将所述图像识别模型中至少一个处理层输出的特征图像，分别输入分类正确性判定模型，得到所述至少一个处理层对应的判定结果，基于得到的判定结果，确定用于识别所述待识别图像的分类的目标处理层，基于所述目标处理层输出的特征图像输入分类模型后得到的分类数据，确定所述待识别图像的分类。采用本申请，可以提高图像识别的准确率。

技术领域

本申请涉及计算机技术领域，特别涉及一种确定图像分类的方法、装置、终端及存储介质。

背景技术

在很多应用场景下，经常需要对图像进行物体识别，确定图像的分类，如汽车、动物、花草、人物等，对图像进行物体识别使用的图像识别模型一般为神经网络模型。神经网络模型可以包括由浅到深的多个处理层，每个处理层可以包括一个特征提取子模型。在通过神经网络模型的多个处理层进行图像识别时，按照处理层的顺序，依次对待识别图像进行特征提取，根据最后一个处理层进行特征提取得到的特征图像进行图像识别，得到待识别图像的分类。

但实际需求中，有时需要根据不同的要求在不同的处理层跳出图像识别模型，这种情况下，可以在不同深度的处理层引入分类模型(也称作分类器)，分类器用于根据当前处理层进行特征提取后得到的特征图像确定该特征图像的分类。当确定在某一处理层跳出图像识别模型时，通过该处理层的特征提取后输出特征图像，将特征图像输入分类器中，将分类器输出的分类作为该待识别图像的分类。例如，一个图像识别模型有八个处理层，如果实际需求对处理时长要求较高，则可以选择在图像识别模型的第四处理层跳出图像识别模型，将根据第四处理层进行特征提取的特征图像输入分类器中，将分类器输出的分类作为待识别图像的分类。

在实现本申请的过程中，发明人发现现有技术至少存在以下问题：

根据上述方案，对于某个图像来说，最深处理层的分类器输出的分类不一定是最好的识别结果，导致识别的准确率较低。

发明内容

本申请实施例提供了一种确定图像分类的方法、装置、终端及存储介质，可以。所述技术方案如下：

一方面，提供了一种确定图像分类的方法，该方法应用于终端，该方法包括：

获取待识别图像；

将所述待识别图像输入图像识别模型；

将所述图像识别模型中至少一个处理层输出的特征图像，分别输入分类正确性判定模型，得到所述至少一个处理层对应的判定结果，基于得到的判定结果，确定用于识别所述待识别图像的分类的目标处理层，基于所述目标处理层输出的特征图像输入分类模型后得到的分类数据，确定所述待识别图像的分类。

一方面，提供了一种确定图像分类的装置，该装置应用于终端，该装置包括：

获取模块，用于获取待识别图像；

输入模块，用于将所述待识别图像输入图像识别模型；

确定模块，用于将所述图像识别模型中至少一个处理层输出的特征图像，分别输入分类正确性判定模型，得到所述至少一个处理层对应的判定结果，基于得到的判定结果，确定用于识别所述待识别图像的分类的目标处理层，基于所述目标处理层输出的特征图像输入分类模型后得到的分类数据，确定所述待识别图像的分类。

一方面，提供了一种终端，所述终端包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述确定图像分类的方法。

一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述确定图像分类的方法。

本申请实施例提供的技术方案带来的有益效果是：