[发明专利]图像分类方法、装置、电子设备及存储介质

权利要求书

1.一种图像分类方法，其特征在于，所述方法包括：

获取原始图像集，其中，所述原始图像集中包括有标注图像集及无标注图像集；

对所述无标注图像集中的图像进行标注猜测，得到标注猜测图像集，汇总所述标注猜测图像集及所述有标注图像集，得到图像训练集；

在预设的图像分类网络中构建表征混合层，得到混合图像分类网络；

利用所述图像训练集对所述混合图像分类网络进行训练，得到标准图像分类网络；

利用所述标准图像分类网络对待分类图像进行分类，得到图像分类结果；

其中，所述对所述无标注图像集中的图像进行标注猜测，得到标注猜测图像集，包括：利用预构建的生成对抗网络，对所述无标注图像集中的图像进行预设次数的数据增强处理，得到增强图像；利用预设的标注猜测公式对所述增强图像进行标注猜测，得到标注猜测图像；汇总所述标注猜测图像得到所述标注猜测图像集；

所述利用预设的标注猜测公式对所述增强图像进行标注猜测，得到标注猜测图像，包括：利用下述猜测公式对所述增强图像进行标注猜测，得到标注猜测图像：

其中，q_b表示无标注图像的猜测标注，u_b表示无标注图像集，u_b,m表示无标注图像集中第m个图像，f(u_b,m；θ)表示参数θ的网络拟合函数对u_b的第m个图像的拟合输出，M表示数据增强的次数；

所述在预设的图像分类网络中构建表征混合层，得到混合图像分类网络，包括：在所述图像分类网络中随机选取一层作为表征混合层；将所述表征混合层之前的网络设置为编码层，及将所述表征混合层之后的网络设置为解码层；汇总所述编码层、所述表征混合层及所述解码层，得到所述混合图像分类网络。

2.如权利要求1所述的图像分类方法，其特征在于，所述利用所述图像训练集对所述混合图像分类网络进行训练，得到标准图像分类网络，包括：

利用所述混合图像分类网络中的编码层对所述图像训练集中图像对应的标注进行表征编码，得到隐表征对；

利用所述混合图像分类网络中的表征混合层对所述隐表征对进行线性混合，得到线性混合隐表征对；

根据所述线性混合隐表征对计算损失值，当所述损失值小于预设的损失阈值时，得到所述标准图像分类网络。

3.如权利要求2所述的图像分类方法，其特征在于，所述利用所述混合图像分类网络中的表征混合层对所述隐表征对进行线性混合，得到线性混合隐表征对，包括：

通过下述公式计算线性混合隐表征对((e_l(x)′),y′)：

e_l(x)′＝λ′·e_l(x₁)+(1-λ′)·e_l(x₂)

y′＝λ′·y₁+(1-λ′)·y₁

λ′＝max(λ,1-λ)

λ～Beta(α,α)

其中，(e_l(x)′)表示线性混合图像，y′表示线性混合标注，α是决定Beta分布的超参数，λ′是为了使e_l(x)′更接近e_l(x₁)，(e_l(x₁),y₁)和(e_l(x₂),y₂)为隐表征对，e_l表示编码层，x₁，x₂是图像训练集中的任意两个图像，y₁，y₂分别为图像x₁，x₂对应的标注。