摘要
本发明提供一种用于图像的多标签分类方法及装置,该方法包括:获取待处理图像;利用训练好的第一网络提取待处理图像的特征,得到第一特征;根据第一特征、以及预设的第二特征,得到各标签的预测得分;根据各标签的预测得分、以及预设的得分阈值,得到待处理图像的分类标签。该方法通过训练好的第一网络来对图像的特征进行提取,并根据预设的、用于表征各标签语义特征及其相关性信息的第二特征来对第一网络提取的特征进行处理,从而得到所有标签的预测得分,该预测得分在预测时,不仅考虑了图像本身的特征,还考虑了各标签之间的关联性,从而实现了图像特征和标签拓扑的深度融合,使得多标签分类结果更加准确。
技术关键词
标签分类方法
矩阵
标签文件
训练集
图像
网络
语义特征
医学
视觉特征
注意力机制
多层次特征
特征提取单元
数据获取单元
分类装置
非线性
多标签
噪声
平方根
冗余
系统为您推荐了相关专利信息
超大规模
字符检测模型
图像数据生成方法
识别模型训练方法
缩放模块
遥感图像检测方法
深度学习神经网络模型
置信度阈值
原始图像数据
识别方法
智能监测方法
电工
人脸识别神经网络
Ⅱ型采集器
人脸识别模型
通信基站
图像数据处理单元
数据采集模块
建筑物
红外图像特征