[发明专利]一种基于修复自监督任务的图像分类方法及装置

权利要求书

1.一种基于修复自监督任务的图像分类方法，其特征在于，包括：

获取原始图像数据；

将所述原始图像数据进行预处理，得到已处理图像数据；

将所述已处理图像数据进行修复，得到待分类图像数据；

将所述待分类图像数据进行分类，得到分类结果，其中，对所述待分类图像数据进行分类包括：

利用高层语义表示通过卷积神经网络进行降维：

M_x= Conv_4×4(H_x,θ)，并根据降维后的所述语义信息M_x运算得到最后的分类结果：

其中W和b分别是多层感知机中的参数矩阵和偏置。

2.根据权利要求1所述的方法，其特征在于，将所述原始图像数据进行预处理，得到已处理图像数据包括：

将所述原始图像数据进行遮掩操作，得到遮掩后的图像数据和遮掩数据；

通过合并所述遮掩后的图像数据和所述遮掩数据，生成所述已处理图像数据。

3.根据权利要求1所述的方法，其特征在于，在将所述已处理图像数据进行修复，得到待分类图像数据之后，所述方法还包括：

根据所述修复任务，保存用于所述待分类图像数据分类操作的中间模型。

4.根据权利要求1所述的方法，其特征在于，在将所述待分类图像数据进行分类，得到分类结果之后，所述方法还包括：

将所述分类结果进行展示。

5.一种基于修复自监督任务的图像分类装置，其特征在于，包括：

获取模块，用于获取原始图像数据；

预处理模块，用于将所述原始图像数据进行预处理，得到已处理图像数据；

修复模块，用于将所述已处理图像数据进行修复，得到待分类图像数据；

分类模块，用于将所述待分类图像数据进行分类，得到分类结果，其中，对所述待分类图像数据进行分类包括：

利用高层语义表示通过卷积神经网络进行降维：

M_x= Conv_4×4(H_x,θ)，并根据降维后的所述语义信息M_x运算得到最后的分类结果：

其中W和b分别是多层感知机中的参数矩阵和偏置。

6.根据权利要求5所述的装置，其特征在于，所述预处理模块包括：

遮掩单元，用于将所述原始图像数据进行遮掩操作，得到遮掩后的图像数据和遮掩数据；

合并单元，用于通过合并所述遮掩后的图像数据和所述遮掩数据，生成所述已处理图像数据。

7.根据权利要求5所述的装置，其特征在于，所述装置还包括：

保存模块，用于根据所述修复任务，保存用于所述待分类图像数据分类操作的中间模型。

8.根据权利要求5所述的装置，其特征在于，所述装置还包括：

展示模块，用于将所述分类结果进行展示。

9.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，所述程序运行时控制非易失性存储介质所在的设备执行权利要求1至4中任意一项所述的方法。

10.一种电子装置，其特征在于，包含处理器和存储器；所述存储器中存储有计算机可读指令，所述处理器用于运行所述计算机可读指令，其中，所述计算机可读指令运行时执行权利要求1至4中任意一项所述的方法。