[发明专利]多标签分类模型的训练方法、图像的多标签分类方法

说明书

在本公开实施例多标签分类模型的训练方法、图像的多标签分类方法中，多标签分类模型的训练方法通过对抽样图片进行多粒度分割，并将各个粒度的分割图片进行组合、拼接，得到多粒度的拼接图片序列，而后将多粒度的拼接图片序列输入至Transformer模型中，完成对模型的训练。训练得到的模型提高了局部图像内容的召回能力，解决了相关技术中无法对图像内容中小目标、画中画等困难样例准确识别的技术问题。

技术领域

本公开涉及图像识别技术领域，具体涉及到一种多标签分类模型的训练方法、图像的多标签分类方法。

背景技术

随着移动互联网的发展，人们能够随时随地获取各式各样的信息，为生活带来便利的同时、也为一些不法分子提供了可乘之机，暴力、色情、等不良信息无孔不入，为了快速识别相关图像中的内容安全问题，传统的解决办法主要通过人工审核的方式进行处理，耗时耗力。

近些年，通过机器学习、深度学习等算法，人工智能对于内容安全的识别精度和速度得到了极大的提升。但是，由于图像内容安全本身的特殊性，仍然存在例如小目标难以识别、局部边缘信息不敏感、正常大背景下小范围涉黄涉恐等深度学习无法解决的问题，采用卷积神经网络(Convolutionalneural Network，CNN)在卷积层利用窗口一定的滤波器获取图像的整体特征虽然能够在一定程度上缓解这类问题，但这种模型只能获取窗口内的局部信息，不能提取隐藏在边缘、小范围的特征信息。

发明内容

本公开的主要目的在于提供一种多标签分类模型的训练方法、图像的多标签分类方法。

为了实现上述目的，根据本公开的第一方面，提供了一种多标签分类模型的训练方法，包括：基于预设的多个分割粒度分割抽样图片，得到多组不同粒度的分割图片序列；对不同组的分割图片序列进行组合，得到组合图片序列；对组合图片序列中的组合图片进行拼接，得到拼接图片序列；将拼接图片序列输入至Transformer模型中，对Transformer模型进行训练。

根据本公开的第二方面，提供了一种图像的多标签分类方法，包括：将不同数量Transformer模型串联，得到多个不同深度的网络；在对接收到待识别图片按照预设的多个分割粒度分割后，确定分割图片对应的组合图片序列；对组合图片序列中的组合图片进行拼接，得到拼接图片序列；将拼接图片序列中的拼接图片分别输入至每组不同深度的网络中，得到各深度网络下输出的多标签以及各个标签对应的准确率；将准确率为预设准确率下的网络确定为最优网络；和/或，将准确率为预设准确率下的组合图片确定为最优组合方式的组合图片。

在本公开实施例多标签分类模型的训练方法中，通过对抽样图片进行多粒度分割，并将各个粒度的分割图片进行组合、拼接，得到多粒度的拼接图片序列，而后将多粒度的拼接图片序列输入至Transformer模型中，完成对模型的训练。训练得到的模型提高了局部图像内容的召回能力，解决了相关技术中无法对图像内容中小目标、画中画等困难样例准确识别的技术问题。

附图说明

为了更清楚地说明本公开具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本公开实施例的一种多标签分类模型的训练方法的流程图；

图2是根据本公开实施例的一个应用场景图；

图3是根据本公开实施例的另一个应用场景图；

图4是根据本公开实施例的又一个应用场景图；

图5是根据本公开实施例的再一个应用场景图；

图6是根据本公开实施例的一种图像的多标签分类方法的流程图。

图7是根据本公开实施例的一种电子设备的示意图。