[發明專利]標簽添加方法、裝置及終端

在審

• 申請號: 201810191730.2
• 申請日: 2018-03-08
• 公開（公告）號: CN108563683A
• 公開（公告）日: 2018-09-21
• 發明（設計）人: 張志偉;楊帆
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

1.一種標簽添加方法，其特征在于，所述方法包括：

從圖像庫中查找第一預設數量的種子圖像；其中，所述種子圖像與待添加的第一標簽匹配；

根據預先訓練好的第一圖像分類模型，從所述圖像庫中篩選各所述種子圖像對應的特征相似圖像；其中，每個種子圖像對應第二預設數量的特征相似圖像；

將各所述種子圖像對應的所述特征相似圖像求并集，生成所述第一標簽的訓練圖像；

依據所述第一標簽、所述第一標簽的訓練圖像、所述第一圖像分類模型中已包含的各第二標簽以及各所述第二標簽的訓練圖像，訓練第二圖像分類模型。

2.根據權利要求1所述的方法，其特征在于，所述根據預先訓練好的第一圖像分類模型，從所述圖像庫中篩選各所述種子圖像對應的特征相似圖像的步驟，包括：

根據所述第一圖像分類模型，提取所述圖像庫中各圖像的特征；

針對每個種子圖像，將所述圖像庫中各圖像按照與所述種子圖像特征相似度由高至低進行排序；

將排序在前的第二預設數量的圖像，確定為所述種子圖像對應的特征相似圖像。

3.根據權利要求1所述的方法，其特征在于，在所述訓練第二圖像分類模型的步驟之后，所述方法還包括：

對所述第二圖像分類模型進行修正，得到目標圖像分類模型。

4.根據權利要求3所述的方法，其特征在于，所述對所述第二圖像分類模型進行修正，得到目標圖像分類模型的步驟，包括：

針對每個第二標簽，從所述第二圖像分類模型中獲取所述第二標簽對應修正訓練圖像；其中，每個第二標簽對應第三預設數量的修正訓練圖像；

對所述第一標簽對應的各種子圖像，采用預設圖像增廣方式進行圖像增廣，得到第一標簽的增廣訓練圖像；

加載所述第二圖像分類模型的模型參數；

確定所述目標圖像分類模型的第一學習率；其中，所述第一學習率小于所述第二圖像分類模型的學習率；

依據所述第一標簽、所述第一標簽的增廣訓練圖像、各所述第二標簽、各所述第二標簽對應的修正訓練圖像、所述模型參數以及所述第一學習率，訓練得到目標圖像分類模型。

5.一種標簽添加裝置，其特征在于，所述裝置包括：

查找模塊，被配置為從圖像庫中查找第一預設數量的種子圖像；其中，所述種子圖像與待添加的第一標簽匹配；

篩選模塊，被配置為根據預先訓練好的第一圖像分類模型，從所述圖像庫中篩選各所述種子圖像對應的特征相似圖像；其中，每個種子圖像對應第二預設數量的特征相似圖像；

生成模塊，被配置為將各所述種子圖像對應的所述特征相似圖像求并集，生成所述第一標簽的訓練圖像；

訓練模塊，被配置為依據所述第一標簽、所述第一標簽的訓練圖像、所述第一圖像分類模型中已包含的各第二標簽以及各所述第二標簽的訓練圖像，訓練第二圖像分類模型。

6.根據權利要求5所述的裝置，其特征在于，所述篩選模塊包括：

提取子模塊，被配置為根據所述第一圖像分類模型，提取所述圖像庫中各圖像的特征；

排序子模塊，被配置為針對每個種子圖像，將所述圖像庫中各圖像按照與所述種子圖像特征相似度由高至低進行排序；

特征相似圖像確定子模塊，被配置為將排序在前的第二預設數量的圖像，確定為所述種子圖像對應的特征相似圖像。

7.根據權利要求5所述的裝置，其特征在于，所述裝置還包括：

修正模塊，被配置為在所述訓練模塊訓練第二圖像分類模型之后，對所述第二圖像分類模型進行修正，得到目標圖像分類模型。