[发明专利]基于深度学习的图像识别方法、装置和计算机设备

权利要求书

1.一种基于深度学习的图像识别方法，其特征在于，包括：

对待学习的图像数据进行图像预处理；

利用深度学习引擎对处理后的图像数据进行训练，获得至少两个深度学习模型；

从训练获得的深度学习模型中，按照在验证集合上的识别精度由高到低的顺序选择预定数量的深度学习模型，所述预定数量小于训练获得的深度学习模型的个数；

将选择的深度学习模型提供给用户；

获得所述用户选择的深度学习模型，并通过所述用户选择的深度学习模型对接收的图像数据进行识别。

2.根据权利要求1所述的方法，其特征在于，所述对待学习的图像数据进行图像预处理包括：

对所述待学习的图像数据进行以下操作之一或组合：

随机裁剪、旋转、翻转、调整亮度和调整对比度。

3.根据权利要求1或2所述的方法，其特征在于，所述对待学习的图像数据进行图像预处理之后，还包括：

将处理后的图像数据存入预先建立的内存数据库。

4.根据权利要求1所述的方法，其特征在于，还包括：

在所述利用深度学习引擎对处理后的图像数据进行训练，获得深度学习模型的过程中，向用户推送训练过程的状态信息。

5.根据权利要求1所述的方法，其特征在于，还包括：

在所述利用深度学习引擎对处理后的图像数据进行训练，获得深度学习模型的过程中，使用网页应用程序编程接口，实时绘制当前训练的深度学习模型的性能曲线；

展示绘制的性能曲线。

6.一种基于深度学习的图像识别装置，其特征在于，包括：

图像预处理模块，用于对待学习的图像数据进行图像预处理；

训练模块，用于利用深度学习引擎对所述图像预处理模块处理后的图像数据进行训练，获得至少两个深度学习模型；

模型筛选模块，用于从所述训练模块训练获得的深度学习模型中，按照在验证集合上的识别精度由高到低的顺序选择预定数量的深度学习模型，所述预定数量小于训练获得的深度学习模型的个数；

提供模块，用于将所述模型筛选模块选择的深度学习模型提供给用户；

识别模块，用于获得所述用户选择的深度学习模型，并通过所述用户选择的深度学习模型对接收的图像数据进行识别。

7.根据权利要求6所述的装置，其特征在于，还包括：数据库建立模块和保存模块；

所述数据库建立模块，用于建立内存数据库；

所述保存模块，用于在所述图像预处理模块对待学习的图像数据进行图像预处理之后，将处理后的图像数据存入所述数据库建立模块预先建立的内存数据库。

8.根据权利要求6所述的装置，其特征在于，还包括：

实时监控模块，用于在所述训练模块利用深度学习引擎对处理后的图像数据进行训练，获得深度学习模型的过程中，使用网页应用程序编程接口，实时绘制当前训练的深度学习模型的性能曲线；

展示模块，用于展示所述实时监控模块绘制的性能曲线。

9.一种计算机设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1-5中任一所述的方法。

10.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5中任一所述的方法。