除了按颜色和形状，图形还可以通过多种方式进行分类。

首先，我们可以考虑图像的内容，例如图像中是否有动物、食物等特定的对象或场景。其次，从技术角度来看，我们可以利用数据驱动的图像分类方法，如基于图相似度计算的图分类方法和基于图神经网络的图分类方法。这些方法通常涉及到线性分类器、参数优化、权值初始化、批归一化、过拟合与欠拟合等问题的处理。此外，我们还可以通过图像的语义级别进行分类，例如跨物种语义级别的图像分类、子类细粒度图像分类以及实例级图像分类。每种分类方法都有其特定的应用场景和评价指标。