[发明专利]一种图像识别方法、装置及终端设备

权利要求书

1.一种图像识别方法，其特征在于，所述方法包括：

获取原始图像，并对所述原始图像进行预处理得到第一图像和第二图像；

将所述第一图像输入一级分类卷积神经网络，得到图像类别信息；

将所述第二图像输入与所述图像类别信息对应的二级检测卷积神经网络，得到图像识别结果。

2.如权利要求1所述的方法，其特征在于，在所述将所述第一图像输入一级分类卷积神经网络，得到图像类别信息的步骤之前，还包括：

根据常规卷积核Convolution和深度卷积核Depthwise Convolution的大小以及通道数，按照预先设置的层数，构建分类卷积层；

根据所述分类卷积层，并结合平均池化层Average Pooling，构建所述一级分类卷积神经网络。

3.如权利要求2所述的方法，其特征在于，在所述根据所述分类卷积层，并结合平均池化层Average Pooling，构建所述一级分类卷积神经网络的步骤之后，还包括：

将第一训练数据集输入所述一级分类卷积神经网络；

基于所述第一训练数据集，对所述一级分类卷积神经网络进行训练；

当训练次数达到第一预设阈值时，停止对所述一级分类卷积神经网络的训练。

4.如权利要求3所述的方法，其特征在于，在所述将第一训练数据集输入所述一级分类卷积神经网络的步骤之前，还包括：

基于预分类图像，构建原始训练数据集；

按照预设图像处理方式，对所述原始训练数据集的图像数据进行增强和扩充处理，得到扩充后的训练数据集；

按照第一预设图像尺寸，对扩充后的训练数据集进行尺寸调整，得到第一训练数据集；

按照第二预设图像尺寸，对扩充后的训练数据集进行尺寸调整，得到第二训练数据集。

5.如权利要求1所述的方法，其特征在于，所述获取原始图像，并对所述原始图像进行预处理得到第一图像和第二图像的步骤，包括：

按照第一预设图像尺寸，对所述原始图像进行尺寸调整，得到第一图像；

按照第二预设图像尺寸，对所述原始图像进行尺寸调整，得到第二图像，所述第一预设图像尺寸小于所述第二预设图像尺寸；

消除所述第一图像和所述第二图像的边缘非判断区域。

6.如权利要求1至5任一所述的方法，其特征在于，在所述将所述第二图像输入与所述图像类别信息对应的二级检测卷积神经网络，得到图像识别结果的步骤之前，还包括：

根据常规卷积核Convolution的大小和通道数，按照预先设置的层数，并结合图像下采样DownScale，构建检测卷积层；

根据所述检测卷积层，并结合平均池化层Average Pooling和兴趣区池化层ROIPooling，构建所述二级检测卷积神经网络。

7.如权利要求6所述的方法，其特征在于，在所述根据所述检测卷积层，并结合平均池化层Average Pooling和兴趣区池化层ROI Pooling，构建所述二级检测卷积神经网络的步骤之后，还包括：

将第二训练数据集输入所述二级检测卷积神经网络；

基于所述第二训练数据集，对所述二级检测卷积神经网络进行训练；

当训练次数达到第二预设阈值时，停止对所述二级检测卷积神经网络的训练。

8.一种图像识别装置，其特征在于，所述装置包括：

图像预处理单元，用于获取原始图像，并对所述原始图像进行预处理得到第一图像和第二图像；

图像分类单元，用于将所述第一图像输入一级分类卷积神经网络，得到图像类别信息；

图像识别单元，用于将所述第二图像输入与所述图像类别信息对应的二级检测卷积神经网络，得到图像识别结果。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，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任一项所述图像识别方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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至7任一项所述图像识别方法的步骤。