分类模型 (Classification)

备注

本页面介绍DaoAI World模型的图像分类类型。返回 DaoAI World模型主页

模型简介

分类模型用于对整张图像进行类别判断，为图像分配一个或多个类别标签及其对应的置信度分数。与目标检测不同，分类模型不输出物体的位置信息，而是对整体图像内容进行识别。

适用场景

图像分类模型适用于以下场景：

  • 质量检测：良品/不良品分类、缺陷类型识别

  • 医疗影像：病症分类、X光片诊断辅助

  • 内容审核：图片内容分类、不当内容识别

  • 场景识别：室内/室外、白天/夜晚等场景分类

  • 产品识别：产品型号识别、品牌识别

  • 动植物识别：物种分类、品种鉴定

输出格式

分类模型的输出为JSON格式，包含预测的类别及置信度：

单标签分类输出：

{
  "predictions": [
    {
      "class": "cat",
      "confidence": 0.95
    },
    {
      "class": "dog",
      "confidence": 0.03
    },
    {
      "class": "bird",
      "confidence": 0.02
    }
  ],
  "top_class": "cat",
  "top_confidence": 0.95
}

多标签分类输出：

{
  "predictions": [
    {
      "class": "outdoor",
      "confidence": 0.92
    },
    {
      "class": "sunny",
      "confidence": 0.88
    },
    {
      "class": "mountain",
      "confidence": 0.75
    }
  ],
  "active_labels": ["outdoor", "sunny", "mountain"]
}

字段说明：

  • predictions: 所有类别的预测结果（按置信度降序排列）

  • class: 类别名称

  • confidence: 该类别的置信度（0~1）

  • top_class: 置信度最高的类别（单标签分类）

  • top_confidence: 最高置信度值（单标签分类）

  • active_labels: 超过阈值的所有标签（多标签分类）

配置示例

基础单标签分类

{
  "step_name": "product_classifier",
  "image": "input.image",
  "model_type": "classification",
  "confidence": 0.5
}

多标签分类配置

{
  "step_name": "scene_attributes",
  "image": "camera.frame",
  "model_type": "classification",
  "confidence": 0.6,
  "label_confidence_thresholds": {
    "outdoor": 0.7,
    "indoor": 0.7,
    "sunny": 0.5,
    "rainy": 0.5,
    "night": 0.6
  }
}

质量检测应用

{
  "step_name": "quality_check",
  "image": "inspection.image",
  "model_type": "classification",
  "confidence": 0.8,
  "label_confidence_thresholds": {
    "defect": 0.9,
    "good": 0.7
  }
}

使用技巧与最佳实践

  1. 置信度阈值设置

    • 单标签分类：建议0.5-0.7，可直接使用top_class

    • 多标签分类：建议0.6-0.8，避免过多误判标签

    • 质量检测：建议0.8-0.95，确保高精度

  2. 处理不确定结果

    • 当top_confidence < 0.5时，建议标记为"不确定"或进行人工复核

    • 可设置多个置信度区间，执行不同的后续操作

  3. 类别不平衡处理

    • 对少数类别降低阈值以提高召回率

    • 对关键类别提高阈值以确保精确度

  4. 性能优化

    • 分类模型通常比检测模型更快，适合实时应用

    • 批量处理可显著提升吞吐量

  5. 图像预处理

    • 确保输入图像质量良好（清晰度、光照）

    • 保持与训练数据相似的图像风格和分辨率

常见问题

Q: 分类结果的所有类别置信度加起来等于1吗？

A: 对于单标签分类（使用softmax），所有类别置信度之和为1。对于多标签分类（使用sigmoid），每个类别独立计算，总和不一定为1。

Q: 如何判断模型对结果的确定程度？

A: 查看 top_confidence 值：

  • > 0.9：高度确定

  • 0.7-0.9：较为确定

  • 0.5-0.7：中等确定

  • < 0.5：不确定，建议复核

Q: 图像中有多个物体时，分类结果是什么？

A: 分类模型对整张图像进行分类，通常会输出最显著物体的类别或整体场景的类别。如需识别多个物体，建议使用目标检测模型。

Q: 可以同时输出多个类别吗？

A: 可以。这取决于模型训练方式：

  • 单标签分类：只选择置信度最高的一个类别

  • 多标签分类：可输出多个超过阈值的类别

应用案例

案例1：工业质检

对生产线产品进行良品/不良品分类，并识别缺陷类型。

{
  "step_name": "defect_classifier",
  "model_type": "classification",
  "confidence": 0.85,
  "label_confidence_thresholds": {
    "good": 0.8,
    "scratch": 0.9,
    "crack": 0.9,
    "dent": 0.9
  }
}

工作流逻辑：

  • 如果输出为 "good" 且 confidence > 0.8，则通过检测

  • 如果输出为缺陷类型且 confidence > 0.9，则标记为不良品

  • 如果所有 confidence < 0.8，则转人工复核

案例2：场景识别

识别图像中的多个场景属性（多标签分类）。

{
  "step_name": "scene_analyzer",
  "model_type": "classification",
  "confidence": 0.6,
  "label_confidence_thresholds": {
    "outdoor": 0.7,
    "urban": 0.6,
    "daytime": 0.5,
    "crowded": 0.65
  }
}

输出示例：["outdoor", "urban", "daytime", "crowded"]

案例3：医疗影像辅助诊断

对医学影像进行病症分类，辅助医生诊断。

{
  "step_name": "xray_diagnosis",
  "model_type": "classification",
  "confidence": 0.9,
  "label_confidence_thresholds": {
    "normal": 0.85,
    "pneumonia": 0.95,
    "fracture": 0.95
  }
}

警告

医疗应用需要设置极高的置信度阈值，且结果仅供参考，不能替代专业医生诊断。

相关链接