[發明專利]一種圖像分類方法、裝置、計算機設備和存儲介質

有效

• 申請號: 202011628943.0
• 申請日: 2020-12-30
• 公開（公告）號: CN112668656B
• 公開（公告）日: 2023-10-13
• 發明（設計）人: 王東;程駿;張驚濤;胡淑萍;顧在旺;郭渺辰;劉業鵬;龐建新
• 申請（專利權）人: 深圳市優必選科技股份有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06N3/048;G06N3/08
• 代理公司: 深圳中細軟知識產權代理有限公司 44528
• 代理人: 王志強

1.一種圖像分類方法，其特征在于，所述方法包括：

獲取待分類圖像；

將所述待分類圖像作為輸入特征圖，使用預先訓練好的圖像分類模型得到所述待分類圖像的分類類別，所述圖像分類模型包括卷積層，所述卷積層對應一個動態激活函數，所述卷積層用于對所述輸入特征圖進行卷積處理得到中間特征圖，所述動態激活函數包括動態參數，所述動態參數是根據所述中間特征圖生成的，所述動態激活函數用于對所述中間特征圖進行非線性映射得到輸出特征圖。

2.根據權利要求1所述的方法，其特征在于，所述動態激活函數是由N個激活函數和N個激活函數權重因子組成，每個所述激活函數對應一個所述激活函數權重因子，所述激活函數權重因子為所述動態激活函數的動態參數。

3.根據權利要求2所述的方法，其特征在于，所述動態參數的生成包括：

對所述中間特征圖進行自適應池化操作以得到第一一維向量；

通過全連接層對所述第一一維向量的長度進行轉換以得到第二一維向量；

對所述第二一維向量進行歸一化處理以得到動態激活函數的激活函數權重因子。

4.根據權利要求2所述的方法，其特征在于，所述輸入特征圖包括C個通道，每個所述通道對應一個通道輸入特征圖，所述卷積層用于對每個所述通道輸入特征圖進行卷積處理得到每個通道對應的通道中間特征圖；所述動態激活函數包括C×N個動態通道激活函數，每個所述通道對應N個動態通道激活函數，每個所述動態通道激活函數對應一個動態通道激活函數權重因子，每個所述動態通道激活函數權重因子是根據所述通道中間特征圖生成的，所述動態通道激活函數用于對相應的通道中間特征圖進行非線性映射得到輸出通道特征圖。

5.根據權利要求4所述的方法，其特征在于，所述動態通道激活函數權重因子的生成包括：

對所述通道中間特征圖進行自適應池化操作以得到長度為1的第三一維向量；

通過全連接層對所述第三維向量的長度進行轉換以得到長度為N的第四一維向量；

對所述第四一維向量進行歸一化處理以得到N個所述動態通道激活函數的動態通道激活函數權重因子。

6.根據權利要求2所述的方法，其特征在于，所述卷積層為多個，所述將所述待分類圖像作為輸入特征圖，使用預先訓練好的圖像分類模型得到所述待分類圖像的分類類別包括：

將所述待分類圖像作為第一輸入特征圖，輸入至預先訓練好的圖像分類模型的首層卷積層以得到第一中間特征圖；

根據所述第一中間特征圖確定第一動態激活函數的第一激活函數權重因子；

使用所述第一動態激活函數對所述第一中間特征圖進行非線性映射得到第一輸出特征圖；

將所述第一輸出特征圖輸入至第二層卷積層以得到第二中間特征圖；

根據所述第二中間特征圖確定第二動態激活函數的第二激活函數權重因子；

使用所述第二動態激活函數對所述第二中間特征圖進行非線性映射得到第二輸出特征圖，直至得到尾層卷積層的最終輸出特征圖；

根據所述最終輸出特征圖確定所述待分類圖像的分類類別。

7.根據權利要求1所述的方法，其特征在于，所述圖像分類模型為MobileNet-V3模型，所述動態激活函數包括ReLU6激活函數和HardSwish激活函數。

8.一種圖像分類裝置，其特征在于，所述裝置包括：

圖像獲取模塊，用于獲取待分類圖像；

圖像分類模塊，用于將所述待分類圖像作為輸入特征圖，使用預先訓練好的圖像分類模型得到所述待分類圖像的分類類別，所述圖像分類模型包括卷積層，所述卷積層對應一個動態激活函數，所述卷積層用于對所述輸入特征圖進行卷積處理得到中間特征圖，所述動態激活函數包括動態參數，所述動態參數是根據所述中間特征圖生成的，所述動態激活函數用于對所述中間特征圖進行非線性映射得到輸出特征圖。