[发明专利]图像分类方法、装置、应用、计算机设备及存储介质

权利要求书

1.一种图像分类方法，其特征在于，包括：

获取待测试图像，从所述待测试图像抽取指定对象的特征向量；

将所述特征向量分别与预设的K*N个类参数进行比较，获得K*N个相似度，将所述K*N个相似度组成长度为K*N的一维数组；其中，所述K*N个类参数表示K个类别，每个类别对应有N个类参数，所述K*N个相似度表示K个类别，每个类别对应N个相似度，N≥2，K≥2；

将所述一维数组输入softmax层，获取所述softmax层输出的输出值，根据所述输出值确定所述指定对象的类别。

2.如权利要求1所述的图像分类方法，其特征在于，所述将所述一维数组输入softmax层，获取所述softmax层输出的第一输出值，根据所述第一输出值确定所述指定对象的类别，包括：

将所述一维数组转换成K行N列的矩阵；其中，所述矩阵中的每一行元素对应为同一类别的N个相似度；

确定所述矩阵中每一行元素中的最大相似度，得到K*1的第一数组；

将所述第一数组输入softmax层，获取所述softmax层输出的第一输出值，根据所述第一输出值确定所述指定对象的类别。

3.如权利要求2所述的图像分类方法，其特征在于，所述将所述第一数组输入softmax层，获取所述softmax层输出的第一输出值，根据所述第一输出值确定所述指定对象的类别，包括：

将所述第一数组转换成1*K的第二数组；

将所述第二数组输入softmax层，获取所述softmax层输出的第二输出值；根据所述第二输出值确定所述指定对象的类别。

4.如权利要求3所述的图像分类方法，其特征在于，所述将所述第二数组输入softmax层，获取所述softmax层输出的第二输出值；根据所述第二输出值确定所述指定对象的类别，包括：

将所述第二数组输入softmax层，获取所述softmax层输出的与所述第二数组中的K个元素对应的K个概率值；

根据所述K个概率值中的最大概率值，确定所述指定对象的类别。

5.一种图像分类装置，其特征在于，包括：

特征向量抽取模块，用于获取待测试图像，从所述待测试图像抽取指定对象的特征向量；

相似度获取模块，用于将所述特征向量分别与预设的K*N个类参数进行比较，获得K*N个相似度，将所述K*N个相似度组成长度为K*N的一维数组；其中，所述K*N个类参数表示K个类别，每个类别对应有N个类参数，所述K*N个相似度表示K个类别，每个类别对应N个相似度，N≥2，K≥2；

类别确定模块，用于将所述一维数组输入softmax层，获取所述softmax层输出的输出值，根据所述输出值确定所述指定对象的类别。

6.如权利要求5所述的图像分类装置，其特征在于，所述类别确定模块包括：

转换单元，用于将所述一维数组转换成K行N列的矩阵；其中，所述矩阵中的每一行元素对应为同一类别的N个相似度；

第一数组确定单元，用于确定所述矩阵中每一行元素中的最大相似度，得到K*1的第一数组；

类别确定单元，用于将所述第一数组输入softmax层，获取所述softmax层输出的第一输出值，根据所述第一输出值确定所述指定对象的类别。

7.如权利要求6所述的图像分类装置，其特征在于，所述类别确定单元还用于：

将所述第一数组转换成1*K的第二数组；

将所述第二数组输入softmax层，获取所述softmax层输出的第二输出值；

根据所述第二输出值确定所述指定对象的类别。

8.如权利要求7所述的图像分类装置，其特征在于，所述类别确定单元还用于：

将所述第二数组输入softmax层，获取所述softmax层输出的与所述第二数组中的K个元素对应的K个概率值；

根据所述K个概率值中的最大概率值，确定所述指定对象的类别。