[发明专利]分类方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种分类方法，其特征在于，应用于终端设备，所述终端设备具有固定的图像类别，且能够对各目标图像进行自动分类；用户能够根据自己的喜好或需求设置预定图像类别；所述方法包括：

确定至少一个目标图像分别对应的各第一图像特征；

根据各目标图像分别对应的各第一图像特征，确定各目标图像分别对应于各第一预定图像类别的类别权重，所述各第一预定图像类别是所述终端设备根据用户的类别设置指令预先设置的；

根据各类别权重，确定各目标图像分别对应的第一预定图像类别，以对各目标图像进行分类；

其中，所述分类方法是通过分类模型实现的，所述分类模型包括分类网络和预训练的特征提取网络，所述预训练的特征提取网络用于确定至少一个目标图像分别对应的各第一图像特征，所述分类网络用于根据各目标图像分别对应于各第一预定图像类别的第一类别权重，确定各目标图像分别对应的第一预定图像类别；

所述分类网络是通过以下方式训练得到的：

获取第一预定数量的第一样本图像，并确定各第一样本图像分别对应的第一预定图像类别；

通过所述预训练的特征提取网络，确定各第一样本图像分别对应的各第二图像特征；

基于各第一样本图像分别对应的各第二图像特征和各第一样本图像分别对应的第一预定图像类别，对所述分类网络进行训练，直至所述分类网络满足第一预定条件。

2.根据权利要求1所述的方法，其特征在于，基于各第一样本图像分别对应的各第二图像特征和各第一样本图像分别对应的第一预定图像类别，对所述分类网络进行训练，包括：

针对每个第一样本图像，将所述每个第一样本图像的各第二图像特征输入至所述分类网络，并通过所述分类网络训练所述每个第一样本图像对应于各个第一预定图像类别的类别权重，以使得通过训练后的分类网络得到的各类别权重中的最大值为所述每个第一样本图像对应于所述每个第一样本图像的第一预定图像类别的类别权重。

3.根据权利要求1或2所述的方法，其特征在于，该方法还包括：重新训练所述分类网络，所述分类网络通过以下方式重新训练得到：

获取第二预定数量的第二样本图像，并确定各第二样本图像分别对应的第一预定图像类别；

通过所述预训练的特征提取网络，确定各第二样本图像分别对应的各第三图像特征；

基于各第二样本图像分别对应的各第三图像特征和各第二样本图像分别对应的第一预定图像类别，对所述分类网络进行训练，直至所述分类网络满足第一预定条件。

4.根据权利要求3所述的方法，其特征在于，所述获取第二预定数量的第二样本图像，包括以下任一项：

获取与用户的样本新增指令相对应的第三预定数量的第三样本图像，并将所述第三预定数量的第三样本图像以及所述第一预定数量的第一样本图像确定为第二预定数量的第二样本图像；

获取与用户的样本更新指令相对应的第二预定数量的第二样本图像，所述第二样本图像不包括所述第一样本图像。

5.根据权利要求1或2所述的方法，其特征在于，该方法还包括：

当检测到根据用户的类别更新指令将各第一预定图像类别分别更新为各第二预定图像类别时，重新训练所述分类网络，所述分类网络通过以下方式重新训练得到：

获取第四预定数量的第四样本图像，并确定各第四样本图像分别对应的第二预定图像类别；

通过所述预训练的特征提取网络，确定各第四样本图像分别对应的各第四图像特征；

基于各第四样本图像分别对应的各第四图像特征和各第四样本图像分别对应的第二预定图像类别，对所述分类网络进行训练，直至所述分类网络满足第一预定条件。