[發明專利]圖像分類方法、圖像分類網絡訓練方法、裝置及電子設備

在審

• 申請號: 202111489645.2
• 申請日: 2021-12-08
• 公開（公告）號: CN114120044A
• 公開（公告）日: 2022-03-01
• 發明（設計）人: 陳圣;曾定衡;王洪斌;周迅溢
• 申請（專利權）人: 馬上消費金融股份有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/80;G06V10/772;G06V10/82;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 胡永芳

1.一種圖像分類方法，其特征在于，包括：

獲取待分類圖像；

將所述待分類圖像輸入目標圖像分類網絡中進行分類，得到目標分類結果；

其中，所述目標圖像分類網絡包括第一卷積層、加權融合模塊、第一相加層、第二卷積層以及分類層，所述第一卷積層的輸入包括所述待分類圖像，所述第一卷積層的輸出還與所述第一相加層的輸入連接。

2.根據權利要求1所述的方法，其特征在于，所述將所述待分類圖像輸入目標圖像分類網絡中進行分類，得到目標分類結果，包括：

將所述待分類圖像輸入所述目標圖像分類網絡中的第一卷積層進行卷積處理，得到第一卷積圖；

將所述第一卷積圖輸入所述目標圖像分類網絡中的加權融合模塊進行處理，得到第一加權融合特征圖；

將所述第一卷積圖以及所述第一加權融合特征圖輸入所述目標圖像分類網絡中的第一相加層進行相加處理，得到第一相加結果；

將所述第一相加結果輸入所述目標圖像分類網絡中的第二卷積層進行卷積處理，得到第二卷積圖；

將所述第二卷積圖輸入所述分類層進行分類，得到所述目標分類結果。

3.根據權利要求2所述的方法，其特征在于，所述目標圖像分類網絡還包括第一池化層；

將所述第二卷積圖輸入所述分類層進行分類，得到所述目標分類結果，包括：

將所述第二卷積圖輸入所述第一池化層進行池化處理，得到第一池化結果；

將所述第一池化結果輸入所述分類層進行分類，得到所述目標分類結果。

4.根據權利要求2所述的方法，其特征在于，所述加權融合模塊包括N個加權融合層、第一合并層以及第三卷積層，N為正整數；

其中，每個加權融合層輸出一個加權融合結果，所述第一卷積圖輸入至所述N個加權融合層中的第1個加權融合層，相鄰兩個加權融合層中前一個加權融合層的加權融合結果輸出至后一個加權融合層，且所述第一合并層對N個加權融合層的加權融合結果進行合并得到第一合并結果，所述第三卷積層對所述第一合并結果進行卷積處理，得到所述第一加權融合特征圖。

5.根據權利要求4所述的方法，其特征在于，所述N個加權融合層中的第i個加權融合層包括M個子加權融合層、第四卷積層以及第二相加層，其中，M為正整數，i為小于或等于N的正整數；

每個子加權融合層輸出一個加權融合特征圖，相鄰兩個子加權融合層中前一個子加權融合層的加權融合特征圖輸出至后一個子加權融合層，所述M個子加權融合層中的最后一個子加權融合層的加權融合特征圖輸出至所述第四卷積層，所述第四卷積層對所述最后一個子加權融合層輸出的加權融合特征圖進行卷積處理得到第三卷積圖，所述第二相加層對所述第三卷積圖和所述第一卷積層的輸出進行相加得到所述第i個加權融合層的加權融合結果，或所述第二相加層對所述第三卷積圖和所述N個加權融合層中的第i-1個加權融合層的加權融合結果進行相加得到第i個加權融合層的加權融合結果。

6.根據權利要求5所述的方法，其特征在于，所述M個子加權融合層中的第j個子加權融合層包括第五卷積層、第六卷積層、第七卷積層、第一加權層、第二加權層、第三加權層和第二合并層，其中，j為小于或等于M的正整數；

其中，所述第五卷積層的輸入、所述第六卷積層的輸入以及所述第七卷積層的輸入連接相同的輸出，所述相同的輸出為所述第一卷積圖、所述M個子加權融合層中的第j-1個子加權融合層的加權融合特征圖或所述N個加權融合層中的第i-1個加權融合層的加權融合結果，所述第五卷積層對所述相同的輸出進行卷積處理得到第四卷積圖，所述第一加權層對所述第四卷積圖進行加權處理得到第一加權特征圖，所述第六卷積層對所述相同的輸出進行卷積處理得到第五卷積圖，所述第二加權層對所述第五卷積圖進行加權處理得到第二加權特征圖，所述第七卷積層對所述相同的輸出進行卷積處理得到第六卷積圖，所述第三加權層對第六卷積圖進行加權處理得到所述第三加權特征圖，所述第二合并層對所述第一加權特征圖、所述第二加權特征圖和所述第三加權特征圖進行合并處理，得到所述第j個子加權融合層的加權融合特征圖。