[發明專利]一種基于深度學習的含噪聲標簽圖像的分類方法

有效

• 申請號: 201810846627.7
• 申請日: 2018-07-27
• 公開（公告）號: CN109034248B
• 公開（公告）日: 2022-04-05
• 發明（設計）人: 楊國武;秦曉明;何沂娟;陳祥;陳浩;魯品肅
• 申請（專利權）人: 電子科技大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/762;G06K9/62
• 代理公司: 成都弘毅天承知識產權代理有限公司 51230
• 代理人: 馬林中

本發明公開一種基于深度學習的含噪聲標簽圖像的分類方法，涉及圖像分類技術領域，本發明的方法包括如下步驟：步驟1，對語義元數據集和圖像數據集進行數據提純得到baseline數據集；步驟2，基于baseline數據集訓練baseline模型，通過訓練好的baseline模型提取baseline數據集的特征信息；步驟3，通過層次聚類對特征信息進行聚類，得到新的數據類別；步驟4，基于新的數據類別對baseline數據集進行重新劃分，得到分類數據集data；步驟5，最后基于data數據集使用short_inception網絡訓練出最終的分類模型；步驟6，根據最終的分類模型對含噪聲標簽圖像進行分類。本發明解決了現有的含噪聲標簽圖像的分類方法無法適用于大數據集的問題。

技術領域

本發明涉及圖像分類技術領域，尤其涉及一種基于深度學習的含噪聲標簽圖像的分類方法。

背景技術

卷積神經網絡(CNN)指的是一類用來處理具有已知網格狀拓撲結構數據的深度學習算法，特指那些使用一種稱作“卷積”運算的網絡，其中卷積是一種特殊形式的線性運算，具體指在不止一層的網絡層進行就地矩陣乘法。RNN是一種用于處理序列數據的深度學習算法，近些年來循環神經網絡(RNN)成功應用于語音識別、機器翻譯、語言模型等任務中，可以說是處理文本類數據的標配網絡。層次聚類指的是通過合并或者分割數據集相繼生成嵌套的類簇；主要的分類策略有兩種：自上而下的分裂法和自下而上的集聚法。

半監督學習是監督學習和無監督學習相結合的一種學習方法，同時使用大量無標簽數據和少量的有標簽數據來進行學習，由于所需帶標簽數據比較少，只需要很少的時間和精力就可以獲得一部分高精準的帶標簽數據，然后基于這部分高精準的帶標簽數據作為監督信號進行建模迭代分類，在某些分類任務中可以獲得不錯的效果，并且可以大大減少學習成本。但是缺陷也是顯而易見的，由于具有高精度帶標簽的數據只有很少一部分，當帶標簽數據所占總體數據量過小(可能只是全部數據的千分之一、萬分之一等)，并且帶標簽的數據在總體數據中分布不均勻的時候，基于這部分帶標簽數據來對整個數據集建立好的模型，顯然是不可能的。

發明內容

本發明的目的在于：為解決現有的含噪聲標簽圖像的分類方法無法適用于大數據集的問題，本發明提供一種基于深度學習的含噪聲標簽圖像的分類方法。

為解決上述問題，本發明的技術方案如下：

一種基于深度學習的含噪聲標簽圖像的分類方法，包括如下步驟：

步驟1：對語義元數據集和圖像數據集進行數據提純得到baseline數據集；數據提純的具體步驟包括獲取詞向量和圖片向量、將這兩個向量進行權值連接得到綜合向量、將綜合向量傳入混合距離相似度算法中、最后計算得到各個數據的相似度；其中詞向量為所有子詞向量、詞均值向量串聯而成；

步驟2：基于baseline數據集訓練baseline模型，通過訓練好的baseline模型提取baseline數據集的特征信息；

步驟3：通過層次聚類對特征信息進行聚類，得到新的數據類別；

步驟4：基于新的數據類別對baseline數據集進行重新劃分，得到分類數據集data；

步驟5：最后基于data數據集使用short_inception網絡訓練出最終的分類模型；short_inception網絡結構包括輸入層、三層s_inception塊、全連接層fc和輸出層，s_inception塊與s_inception塊之間使用了的短連接層short_cut，s_inception塊包括輸入層、卷積核、池化層和concat層；

步驟6：根據最終的分類模型對含噪聲標簽圖像進行分類。

具體地，所述步驟1的具體步驟為：

步驟1.1：獲取語義元數據集的n維詞向量；獲取圖片數據的m維圖片向量；