[發明專利]用于輸出信息的方法和裝置

在審

• 申請號: 201710984693.6
• 申請日: 2017-10-20
• 公開（公告）號: CN107742128A
• 公開（公告）日: 2018-02-27
• 發明（設計）人: 王山雨;柳勝兵;韓友;陳震;李小康;羅翔;江焱;劉霄;文石磊;劉曉春;劉斌新;秦首科
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06F17/30
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司11204
• 代理人: 王達佐,馬曉亞

1.一種用于輸出信息的方法，其特征在于，所述方法包括：

獲取待分類圖像；

提取所述待分類圖像的特征信息；

將所述特征信息導入預先建立的圖像分類模型，得到所述待分類圖像的行業標簽信息，并輸出得到的行業標簽信息，其中，所述圖像分類模型用于表征圖像的特征信息與行業標簽信息之間的對應關系，所述圖像分類模型為包括殘差神經網絡的深度神經網絡模型。

2.根據權利要求1所述的方法，其特征在于，所述深度神經網絡模型還包括至少一個池化層和至少一個全連接層，所述深度神經網絡模型在訓練過程中增加丟棄層，其中，最后一個池化層的輸入是所述丟棄層的輸入，所述丟棄層的輸出為最后一個全連接層的輸入。

3.根據權利要求1所述的方法，其特征在于，所述深度神經網絡模型是通過以下方式訓練得到的：

獲取樣本數據，其中，所述樣本數據包括樣本圖像和樣本圖像對應的行業標簽信息；

提取樣本圖像的特征信息；

利用深度神經網絡算法，將樣本數據中的樣本圖像的特征信息作為輸入，樣本圖像對應的行業標簽信息作為輸出，訓練得到深度神經網絡模型。

4.根據權利要求3所述的方法，其特征在于，所述樣本數據是通過以下方式得到的：

使用用戶預先設置的至少一個關鍵詞，從搜索引擎獲取至少一張圖像；

對所述至少一張圖像進行預處理，并為預處理后的各張圖像設置行業標簽信息，其中，行業標簽信息屬于預先設置的行業標簽信息集合，所述行業標簽信息集合是對所述至少一個關鍵詞進行聚類分析得到的，所述預處理包括以下至少一項：旋轉處理、長寬變化處理、明暗度變化處理、對比度變化處理、飽和度變化處理、RGB值變化處理。

5.根據權利要求1所述的方法，其特征在于，在提取所述待分類圖像的特征信息之前，所述方法還包括：

對所述待分類圖像進行處理，得到特定尺寸的待分類圖像。

6.一種用于輸出信息的裝置，其特征在于，所述裝置包括：

獲取單元，用于獲取待分類圖像；

提取單元，用于提取所述待分類圖像的特征信息；

輸出單元，用于將所述特征信息導入預先建立的圖像分類模型，得到所述待分類圖像的行業標簽信息，并輸出得到的行業標簽信息，其中，所述圖像分類模型用于表征圖像的特征信息與行業標簽信息之間的對應關系，所述圖像分類模型為包括殘差神經網絡的深度神經網絡模型。

7.根據權利要求6所述的裝置，其特征在于，所述深度神經網絡模型還包括至少一個池化層和至少一個全連接層，所述深度神經網絡模型在訓練過程中增加丟棄層，其中，最后一個池化層的輸入是所述丟棄層的輸入，所述丟棄層的輸出為最后一個全連接層的輸入。

8.根據權利要求6所述的裝置，其特征在于，所述深度神經網絡模型是通過以下方式訓練得到的：

獲取樣本數據，其中，所述樣本數據包括樣本圖像和樣本圖像對應的行業標簽信息；

提取樣本圖像的特征信息；

利用深度神經網絡算法，將樣本數據中的樣本圖像的特征信息作為輸入，樣本圖像對應的行業標簽信息作為輸出，訓練得到深度神經網絡模型。

9.根據權利要求8所述的裝置，其特征在于，所述樣本數據是通過以下方式得到的：

使用用戶預先設置的至少一個關鍵詞，從搜索引擎獲取至少一張圖像；

對所述至少一張圖像進行預處理，并為預處理后的各張圖像設置行業標簽信息，其中，行業標簽信息屬于預先設置的行業標簽信息集合，所述行業標簽信息集合是對所述至少一個關鍵詞進行聚類分析得到的，所述預處理包括以下至少一項：旋轉處理、長寬變化處理、明暗度變化處理、對比度變化處理、飽和度變化處理、RGB值變化處理。

10.根據權利要求6所述的裝置，其特征在于，所述裝置還包括：

處理單元，用于對所述待分類圖像進行處理，得到特定尺寸的待分類圖像。

11.一種終端，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行時，使得所述一個或多個處理器實現如權利要求1-5中任一所述的方法。

12.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現如權利要求1-5中任一所述的方法。