一种基于海量信息的标签分类方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113705735A(43)申请公布日2021.11.26(21)申请号202111252119.4(22)申请日2021.10.27(71)申请人北京值得买科技股份有限公司地址100071北京市丰台区汽车博物馆东路1号院3号楼33层3801(72)发明人刘超李功文孙勇隋国栋刘峰(51)Int.Cl.G06K9/62(2006.01)权利要求书2页说明书8页附图2页(54)发明名称一种基于海量信息的标签分类方法及系统(57)摘要本发明公开了一种基于海量信息的标签分类方法及系统，包括：将训练图片通过分类模型进行分类预估，识别出训练图片的至少一组第一标签及对应的第一置信度；分别将第一置信度与预设阈值进行比较，若第一置信度大于预设阈值，则保存对应的第一标签；将测试图片通过分类模型进行分类预估，识别出测试图片的至少一组第二标签及对应的第二置信度；若至少一个第二标签与已保存的第一标签相同，则判断测试图片为分类模型支持分类的图片。本发明能够提供一种更精准、更细颗粒度的匹配，将商品图片经过分类模型抽取图片标签与置信度，根据图片标签和置信度判断当前图片是否是支持的分类图片，即使模型未支持的分类，也可以根据同类标签判断是否为支持分类。CN113705735ACN113705735A权利要求书1/2页1.一种基于海量信息的标签分类方法，其特征在于，包括：将训练图片通过分类模型进行分类预估，识别出所述训练图片的至少一组第一标签及对应的第一置信度；分别将所述第一置信度与预设阈值进行比较，若所述第一置信度大于所述预设阈值，则保存对应的所述第一标签；将测试图片通过分类模型进行分类预估，识别出所述测试图片的至少一组第二标签及对应的第二置信度；若至少一个所述第二标签与已保存的所述第一标签相同，则判断所述测试图片为所述分类模型支持分类的图片。2.根据权利要求1所述的方法，其特征在于，所述分类模型采用resnet分类模型。3.根据权利要求1或2所述的方法，其特征在于，还包括：若所述至少一组第二标签均与已保存的所述第一标签不同，则判断所述测试图片为所述分类模型不支持分类的图片。4.根据权利要求3所述的方法，其特征在于，还包括：若至少一个所述第二标签与已保存的所述第一标签相同，则将所述测试图片标记为与已保存的所述第一标签相同的所述至少一个所述第二标签，或者，将所述测试图片标记为与已保存的所述第一标签相同的所述至少一个所述第二标签中对应的第二置信度最大的第二标签。5.根据权利要求4所述的方法，其特征在于，还包括：若所述至少一组第二标签均与已保存的所述第一标签不同，则不标记所述测试图片。6.一种基于海量信息的标签分类系统，其特征在于，包括：训练图片分类模块，用于将训练图片通过分类模型进行分类预估，识别出所述训练图片的至少一组第一标签及对应的第一置信度；标签保存模块，用于分别将所述第一置信度与预设阈值进行比较，若所述第一置信度大于所述预设阈值，则保存对应的所述第一标签；测试图片分类模块，用于将测试图片通过分类模型进行分类预估，识别出所述测试图片的至少一组第二标签及对应的第二置信度；第一分类判断模块，用于若至少一个所述第二标签与已保存的所述第一标签相同，则判断所述测试图片为所述分类模型支持分类的图片。7.根据权利要求6所述的系统，其特征在于，所述分类模型采用resnet分类模型。8.根据权利要求6或7所述的系统，其特征在于，还包括：第二分类判断模块，用于若所述至少一组第二标签均与已保存的所述第一标签不同，则判断所述测试图片为所述分类模型不支持分类的图片。9.根据权利要求8所述的系统，其特征在于，还包括：测试图片标记模块，用于若至少一个所述第二标签与已保存的所述第一标签相同，则将所述测试图片标记为与已保存的所述第一标签相同的所述至少一个所述第二标签，或者，将所述测试图片标记为与已保存的所述第一标签相同的所述至少一个所述第二标签中对应的第二置信度最大的第二标签。10.根据权利要求9所述的系统，其特征在于，所述测试图片标记模块，还用于若所述至2CN113705735A权利要求书2/2页少一组第二标签均与已保存的所述第一标签不同，则不标记所述测试图片。3CN113705735A说明书1/8页一种基于海量信息的标签分类方法及系统技术领域[0001]本发明涉及数据处理、图片相似度计算计算机网络技术，具体属于自然语言与机器视觉技术领域。背景技术[0002]在数据自动入库流程中，同一个分类可能会进入很多不同类别的图片，比如球类当数据进入时可能很多圆形图都会识别为球类进入数据库，因此需要一种模型可以自动过滤掉不符合的图片。[0003]现有实现计算图片分类的方法是直接通过数据模型算出图片分类,上述方式中，模型支持的分