图像分类方法、装置、测试系统及存储介质制造方法及图纸

本发明专利技术提供一种图像分类方法、装置、测试系统及存储介质。图像分类方法包括：获取至少一待分类图像；设置分类参数；根据所述分类参数，对所述待分类图像进行第一聚类处理，获得第一分类结果；对所述第一分类结果进行特征提取并进行第二聚类处理，获得第二分类结果；显示所述第二分类结果；对所述第二分类结果进行人工复判，获得第三分类结果。获得第三分类结果。获得第三分类结果。

【技术实现步骤摘要】
图像分类方法、装置、测试系统及存储介质


[0001]本专利技术是有关于一种图像分类方法，且特别是有关于一种基于人工智能的图像分类方法、装置、测试系统及存储介质。

技术介绍

[0002]自动光学检测(AOI)系统广泛应用于产品缺陷的自动化检测，随着人工智能(AI)技术的发展，人工智能与自动光学检测的结合大大提高了检测的准确率以及效率。
[0003]当前人工智能在进行AI模型训练前期和过程中需要用户先进行图像搜集和分类工作，传统人工分类的方式需要重复多个步骤，特别是首次使用AI应用，会因为大量的人工搜集和分类工作导致用户对AI技术望而却步，搜集并分类300张图像需要2～3天甚至一周的时间，严重影响了AI的应用效果。而且，AI数据的分类繁多复杂，数量达到几十上百种，人工学习周期长，人工分类时间长了也会造成视觉疲劳，导致分类错误，影响AI的训练效果。
[0004]因此，如何提供一种能够提高图像分类效率及准确性的图像分类方法，实为需要解决的问题之一。

技术实现思路

[0005]本专利技术的实施例提供一种图像分类方法、装置、测试系统及存储介质，可以通过自动分类与人工复判相结合的方式，提高图像分类的速度及准确性，提高生产效率。
[0006]本专利技术一实施方式的图像分类方法，包括：获取至少一待分类图像；设置分类参数；根据所述分类参数，对所述待分类图像进行第一聚类处理，获得第一分类结果；对所述第一分类结果进行特征提取并进行第二聚类处理，获得第二分类结果；显示所述第二分类结果；对所述第二分类结果进行人工复判，获得第三分类结果。
[0007]上述的方法，其中，所述获得第一分类结果的步骤进一步包括：
[0008]将所述待分类图像划分为M组图像，并将所述M组图像分别存储至所对应的存储区域。
[0009]上述的方法，其中，所述获得第二分类结果的步骤进一步包括：
[0010]将每一所述M组图像，分别划分为N1、N2...Nm类图像，并将每一所述N1、N2...Nm类图像分别存储至所对应的所述M组图像的存储区域。
[0011]上述的方法，其中，所述显示所述第二分类结果的步骤进一步包括：
[0012]采用图像轮播的方式分别显示每一所述N1、N2...Nm类图像。
[0013]上述的方法，其中，所述对所述第二分类结果进行人工复判的步骤进一步包括：
[0014]根据所述分类参数，设定快捷键，通过所述快捷键对所述第二分类结果进行人工复判。
[0015]上述的方法，其中，所述快捷键可通过输入设备或触控方式进行操作。
[0016]上述的方法，其中，所述第一聚类处理或所述第二聚类处理采用无监督聚类算法。
[0017]上述的方法，其中，所述方法进一步包括：
[0018]根据所述第三分类结果创建学习模型；
[0019]根据所述学习模型进行训练并获得分类模型。
[0020]上述的方法，其中，所述方法进一步包括：
[0021]根据所述分类模型对所述待分类图像进行分类，获得第四分类结果；
[0022]显示所述第四分类结果；
[0023]对所述第四分类结果进行人工复判，获得第五分类结果。
[0024]上述的方法，其中，所述通过所述快捷键对所述第二分类结果进行人工复判的步骤进一步包括：
[0025]通过所述快捷键整体改变其中一所述M组图像或其中一所述N1、N2...Nm类图像的存储区域。
[0026]上述的方法，其中，所述通过所述快捷键对所述第二分类结果进行人工复判的步骤进一步包括：
[0027]与其中一所述M组图像或其中一所述N1、N2...Nm类图像所对应的另一所述M组图像或另一所述N1、N2...Nm类图像的存储区域适应性改变。
[0028]上述的方法，其中，所述通过所述快捷键对所述第二分类结果进行人工复判的步骤进一步包括：
[0029]通过所述快捷键改变所述M组图像或所述N1、N2...Nm类图像中至少一图像的存储区域。
[0030]本专利技术一实施方式的图像分类装置，包括：一图像获取模块，用于获取至少一待分类图像；一参数设置模块，用于设置分类参数；一聚类处理模块，用于根据所述分类参数，对所述待分类图像进行第一聚类处理，获得第一分类结果，对所述第一分类结果进行特征提取并进行第二聚类处理，获得第二分类结果；一显示模块，用于显示所述第二分类结果；一操作模块，用于对所述第二分类结果进行人工复判，获得第三分类结果。
[0031]上述的装置，其中，所述聚类处理模块进一步包括：
[0032]一分类单元，用于将所述待分类图像划分为M组图像，并将每一所述M组图像，分别划分为N1、N2...Nm类图像。
[0033]上述的装置，其中，所述聚类处理模块进一步包括：
[0034]一存储单元，用于将所述M组图像分别存储至所对应的存储区域，并将每一所述N1、N2...Nm类图像分别存储至所对应的所述M组图像的存储区域。
[0035]上述的装置，其中，所述显示模块采用图像轮播的方式分别显示每一所述N1、N2...Nm类图像。
[0036]上述的装置，其中，所述操作模块包括快捷键，所述快捷键根据所述分类参数进行设定。
[0037]上述的装置，其中，所述快捷键可通过输入设备或触控方式进行操作。
[0038]上述的装置，其中，所述第一聚类处理或所述第二聚类处理采用无监督聚类算法。
[0039]上述的装置，其中，所述装置进一步包括：
[0040]一学习模型创建模块，用于根据所述第三分类结果创建学习模型；
[0041]一分类模型生成模块，用于根据所述学习模型进行训练并获得分类模型。
[0042]上述的装置，其中，所述装置进一步包括：
[0043]一自动分类模块，用于根据所述分类模型对所述待分类图像进行分类，获得第四分类结果；
[0044]所述操作模块还用于对所述第四分类结果进行人工复判，获得第五分类结果。
[0045]上述的装置，其中，通过所述快捷键整体改变其中一所述M组图像或其中一所述N1、N2...Nm类图像的存储区域。
[0046]上述的装置，其中，与其中一所述M组图像或其中一所述N1、N2...Nm类图像所对应的另一所述M组图像或另一所述N1、N2...Nm类图像的存储区域适应性改变。
[0047]上述的装置，其中，通过所述快捷键改变所述M组图像或所述N1、N2...Nm类图像中至少一图像的存储区域。
[0048]本专利技术一实施方式的测试系统，包括至少一个如上所述的任意一种图像分类装置。
[0049]本专利技术一实施方式的存储介质，用于存储计算机程序，所述计算机程序用于执行如上所述的任意一种图像分类方法。
[0050]以下结合附图和具体实施例对本专利技术进行详细描述，但不作为对本专利技术的限定。
附图说明
[0051]图1是本专利技术一实施例图像分类方法的流程本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像分类方法，其特征在于，包括：获取至少一待分类图像；设置分类参数；根据所述分类参数，对所述待分类图像进行第一聚类处理，获得第一分类结果；对所述第一分类结果进行特征提取并进行第二聚类处理，获得第二分类结果；显示所述第二分类结果；对所述第二分类结果进行人工复判，获得第三分类结果。2.如权利要求1所述的方法，其特征在于，所述获得第一分类结果的步骤进一步包括：将所述待分类图像划分为M组图像，并将所述M组图像分别存储至所对应的存储区域。3.如权利要求2所述的方法，其特征在于，所述获得第二分类结果的步骤进一步包括：将每一所述M组图像，分别划分为N1、N2...Nm类图像，并将每一所述N1、N2...Nm类图像分别存储至所对应的所述M组图像的存储区域。4.如权利要求3所述的方法，其特征在于，所述显示所述第二分类结果的步骤进一步包括：采用图像轮播的方式分别显示每一所述N1、N2...Nm类图像。5.如权利要求4所述的方法，其特征在于，所述对所述第二分类结果进行人工复判的步骤进一步包括：根据所述分类参数，设定快捷键，通过所述快捷键对所述第二分类结果进行人工复判。6.如权利要求5所述的方法，其特征在于，所述快捷键可通过输入设备或触控方式进行操作。7.如权利要求1所述的方法，其特征在于，所述第一聚类处理或所述第二聚类处理采用无监督聚类算法。8.如权利要求1所述的方法，其特征在于，所述方法进一步包括：根据所述第三分类结果创建学习模型；根据所述学习模型进行训练并获得分类模型。9.如权利要求8所述的方法，其特征在于，所述方法进一步包括：根据所述分类模型对所述待分类图像进行分类，获得第四分类结果；显示所述第四分类结果；对所述第四分类结果进行人工复判，获得第五分类结果。10.如权利要求5所述的方法，其特征在于，所述通过所述快捷键对所述第二分类结果进行人工复判的步骤进一步包括：通过所述快捷键整体改变其中一所述M组图像或其中一所述N1、N2...Nm类图像的存储区域。11.如权利要求10所述的方法，其特征在于，所述通过所述快捷键对所述第二分类结果进行人工复判的步骤进一步包括：与其中一所述M组图像或其中一所述N1、N2...Nm类图像所对应的另一所述M组图像或另一所述N1、N2...Nm类图像的存储区域适应性改变。12.如权利要求5所述的方法，其特征在于，所述通过所述快捷键对所述第二分类结果进行人工复判的步骤进一步包括：
通过所述快捷键改变所述M组图像或所述N1、N2...Nm类图像中至少一图像的存储区域。13.一种图像分类装置，其特征在于，包括：一图像获取模块，用于获取至少一待分类图像；一参数设置模...

【专利技术属性】
技术研发人员：范敏华，王桂合，赵丽娜，
申请(专利权)人：艾聚达信息技术苏州有限公司，
类型：发明
国别省市：