[发明专利]用于识别花卉的方法和装置

说明书

本申请实施例公开了用于识别花卉的方法和装置。该方法的一具体实施方式包括:获取待识别图像；将待识别图像输入预先训练的花卉识别模型，得到第一识别结果，其中，第一识别结果包括待识别图像中存在指定的花卉类别集合中的花卉类别下的花卉的概率和不存在花卉的概率，花卉识别模型用于表征图像与第一识别结果之间的对应关系；基于所得的第一识别结果生成第二识别结果，并输出第二识别结果。该实施方式实现了对花卉的识别。

技术领域

本申请实施例涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及用于识别花卉的方法和装置。

背景技术

随着花卉品种的不断增多，人们通过肉眼通常只能辨别出少数品种的花卉。因此，帮助用户进行花卉识别成为了一种需求。而且，花卉识别还可以应用到多种不同的应用场景，例如花店的结账流程、花卉生长状态监控等等。

发明内容

本申请实施例提出了用于识别花卉的方法和装置。

第一方面，本申请实施例提供了一种用于识别花卉的方法，该方法包括：获取待识别图像；将上述待识别图像输入预先训练的花卉识别模型，得到第一识别结果，其中，上述第一识别结果包括上述待识别图像中存在指定的花卉类别集合中的花卉类别下的花卉的概率和不存在花卉的概率，上述花卉识别模型用于表征图像与第一识别结果之间的对应关系；基于所得的第一识别结果生成第二识别结果，并输出上述第二识别结果。

在一些实施例中，上述花卉识别模型是通过对预设的卷积神经网络进行训练得到的，其中，上述卷积神经网络包括卷积层、池化层、全连接层和损失层，上述卷积神经网络中的非首个卷积层与位于上述非首个卷积层之前的至少一个卷积层相连接。

在一些实施例中，上述花卉识别模型是通过以下训练步骤训练得到的：获取预置的样本图像集合和与上述样本图像集合中的每个样本图像对应的标签，其中，上述样本图像集合中存在显示有花卉的样本图像；利用机器学习方法，基于上述样本图像集合、上述样本图像集合中的每个样本图像所对应的标签、预设的分类损失函数和反向传播算法对上述卷积神经网络进行训练，得到花卉识别模型。

在一些实施例中，上述基于所得的第一识别结果生成第二识别结果，包括：确定上述待识别图像中不存在花卉的概率是否为所得的第一识别结果中的最大概率；若不是最大概率，则按照数值大小，从上述待识别图像中存在上述花卉类别集合中的花卉类别下的花卉的概率中选取概率，并将选取出的概率和该概率所对应的花卉类别的名称生成第二识别结果。

在一些实施例中，上述按照数值大小，从上述待识别图像中存在上述花卉类别集合中的花卉类别下的花卉的概率中选取概率，包括：按照数值由大到小的顺序，对上述待识别图像中存在上述花卉类别集合中的花卉类别下的花卉的概率进行排序，得到概率序列；从上述概率序列的首部开始选取预置数目个概率。

在一些实施例中，上述按照数值大小，从上述待识别图像中存在上述花卉类别集合中的花卉类别下的花卉的概率中选取概率，还包括：从上述待识别图像中存在上述花卉类别集合中的花卉类别下的花卉的概率中选取不小于概率阈值的概率。

在一些实施例中，上述基于所得的第一识别结果生成第二识别结果，还包括：若是最大概率，则生成用于指示上述待识别图像中不存在花卉的文本信息，将上述文本信息和上述待识别图像中不存在花卉的概率生成第二识别结果。

在一些实施例中，上述方法还包括：将上述待识别图像作为新的样本图像进行存储。

第二方面，本申请实施例提供了一种用于识别花卉的装置，该装置包括：获取单元，配置用于获取待识别图像；识别单元，配置用于将上述待识别图像输入预先训练的花卉识别模型，得到第一识别结果，其中，上述第一识别结果包括上述待识别图像中存在指定的花卉类别集合中的花卉类别下的花卉的概率和不存在花卉的概率，上述花卉识别模型用于表征图像与第一识别结果之间的对应关系；输出单元，配置用于基于所得的第一识别结果生成第二识别结果，并输出上述第二识别结果。