(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210815908.2 (22)申请日 2022.07.12 (71)申请人 广州希音国际进出口有限公司 地址 510000 广东省广州市番禺区南村镇 南草堂村金坑广兴红棉路6号2栋 301 (72)发明人 郑江红　彭圣锋　郭伟昭　马兴国　 (74)专利代理 机构 广州帮专高智知识产权代理 事务所 (特殊普通合伙) 44674 专利代理师 颜德昊 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 30/06(2012.01) G06V 10/44(2022.01) G06V 10/764(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) (54)发明名称 评价图像分类方法、 装置、 计算机设备及存 储介质 (57)摘要 本发明实施例公开了一种评价图像分类方 法、 装置、 计算机设备及存储介质， 该方法包括： 获取用户提交的评价图像； 将 评价图像输入为图 像阵列； 基于图像阵列对评价图像进行特征提 取， 得到特征图； 基于分类规则和特征图， 计算评 价图像的类别概率； 根据类别概率， 得到评价图 像的分类。 本发明通过对评价图像的精细分类， 对评价图像进行精细分类后， 具体进入人工审核 的类别更加细化， 大大减少了人工审核的工作 量， 可用于提升用户评价图像的审核效率和准确 率。 权利要求书2页 说明书6页 附图2页 CN 115187299 A 2022.10.14 CN 115187299 A 1.一种评价图像分类方法， 其特 征在于， 包括： 获取用户提交的评价图像； 将所述评价图像输入为图像阵列； 基于所述图像阵列对所述评价图像进行 特征提取， 得到特 征图； 基于分类规则和所述特 征图， 计算所述评价图像的类别概 率； 根据所述类别概 率， 得到所述评价图像的分类。 2.根据权利要求1所述的评价图像分类方法， 其特征在于， 所述将所述评价图像输入为 图像阵列的步骤， 包括： 将所述评价图像等比缩放 填充到所述图像阵列的区块优先固定位置 。 3.根据权利要求2所述的评价图像分类方法， 其特征在于， 所述获取用户提交的评价图 像的步骤， 包括： 获取用户评价时提交的所述评价图像以及评价对应的商品图像； 在所述将所述评价图像等比缩放填充到所述图像阵列的区块优先固定位置的步骤之 后， 还包括： 将所述商品图像等比缩放 填充到所述图像阵列中所述区块优先固定位置以外的位置 。 4.根据权利要求1所述的评价图像分类方法， 其特征在于， 所述基于所述图像阵列对所 述评价图像进行 特征提取， 得到特 征图的步骤， 包括： 基于图像CNN网络卷积层、 激活层、 池化层对所述评价 图像进行特征提取， 得到所述特 征图。 5.根据权利要求1所述的评价图像分类方法， 其特征在于， 所述分类规则包括多层 分类 结构和分类概率模型和分类概率模型， 所述基于分类规则和所述特征图， 计算所述评价图 像的类别概 率的步骤， 包括： 根据所述多层 分类结构和所述分类概率模型， 基于全连接层根据 所述特征图计算所述 评价图像的类别概 率； 所述根据所述类别概 率， 得到所述评价图像的分类的步骤 包括： 基于softmax损失函数， 根据所述类别概 率， 得到所述评价图像的分类。 6.根据权利要求5所述的评价图像分类方法， 其特征在于， 所述分类概率模型在模型训 练时采用交叉熵损失函数计算多分类预测概 率与标注间的距离 。 7.根据权利要求6所述的评价图像分类方法， 其特 征在于， 所述交叉熵损失函数为： 或， 其中： p为模型预测结果； q为期望概率输出； x为分类类别标签； weight为图片类别样本 占总量数据分布的概 率。 8.一种评价图像分类装置， 其特 征在于， 包括： 获取模块， 用于获取用户提交的评价图像；权　利　要　求　书 1/2 页 2 CN 115187299 A 2输入模块， 用于将所述评价图像输入为图像阵列； 提取模块， 用于基于所述图像阵列对所述评价图像进行 特征提取， 得到特 征图； 计算模块， 用于基于分类规则和所述特 征图， 计算所述评价图像的类别概 率； 分类模块， 用于根据所述类别概 率， 得到所述评价图像的分类。 9.一种计算机设备， 其特征在于， 所述计算机设备包括存储器及处理器， 所述存储器上 存储有计算机程序， 所述处理器执行所述计算机程序时实现如权利要求 1至7任一项 所述的 方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序当被处 理器执行时可实现如权利要求1至7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115187299 A 3