[发明专利]基于残差网络的图像识别方法、装置、设备及存储介质

权利要求书

1.一种基于残差网络的图像识别方法，其特征在于，包括：

构建残差网络，采用预设的训练样本对所述残差网络进行训练；

获取待识别图像；

对所述待识别图像执行预处理；

将预处理后的所述待识别图像划分为不重叠的两个分块，依次作为输入传入所述残差网络，获取每一分块经过所述残差网络后的预测值；

根据所述两个分块的预测值输出识别结果，其中，所述识别结果包括所述待识别图像为目标图像和所述待识别图像为非目标图像。

2.如权利要求1所述的基于残差网络的图像识别方法，其特征在于，所述对所述待识别图像执行预处理包括：

将所述待识别图像调整为预设分辨率；

对分辨率调整后的所述待识别图像中的每个像素点值执行归一化处理；

将归一化处理后的所述待识别图像扩展为三层图像。

3.如权利要求2所述的基于残差网络的图像识别方法，其特征在于，所述将所述待识别图像调整为预设分辨率包括：

将所述待识别图像的分辨率与预设的分辨率阈值进行比对；

当所述待识别图像的分辨率高于预设的分辨率阈值时，对所述待识别图像降采样至所述分辨率阈值；

当所述待识别图像的分辨率低于预设的分辨率阈值时，对所述待识别图像上采样至所述分辨率阈值。

4.如权利要求1所述的基于残差网络的图像识别方法，其特征在于，所述根据所述两个分块的预测值输出识别结果，其中，所述识别结果包括所述待识别图像为目标图像和所述待识别图像为非目标图像包括：

将所述两个分块的预测值进行比较，选择预测值中的较大值作为所述待识别图像的预测值；

将所述待识别图像的预测值与预设的预测阈值进行比较；

若所述待识别图像的预测值大于或等于所述预测阈值时，输出识别结果为目标图像；

若所述待识别图像的预测值小于所述预测阈值时，输出识别结果为非目标图像。

5.如权利要求1所述的基于残差网络的图像识别方法，其特征在于，所述构建残差网络，采用预设的训练样本对所述残差网络进行训练包块：

构建残差网络，所述残差网络包括输入层、卷积层、最大池化层、16个残差模块、全连接层以及输出层；

收集多个指定用户的多张图像信息作为训练样本集和测试样本集；

对所述训练样本集和测试样本集中的每一张图像信息执行预处理；

将每一张预处理后的所述图像信息划分为不重叠的两个分块，对每一分块打上预设标签，所述预设标签包括第一标签和第二标签；

从所述训练样本集中获取若干张图像信息，将每一张图像信息带有预设标签的两个分块分别作为输入向量传入所述残差网络进行训练；

采用预设的损失函数计算每一所述分块经过所述残差网络的识别结果与对应的预设标签之间的误差，并根据所述误差修改所述残差网络的参数；

从所述训练样本集中获取若干张图像信息，将每一张图像信息带有预设标签的两个分块分别传入参数修改后的所述残差网络执行下一次迭代训练；

在迭代训练达到预设次数后，将测试样本集中带有预设标签的图像信息作为输入向量传入迭代训练得到的所述残差网络进行测试。

6.一种基于残差网络的图像识别装置，其特征在于，包括：

训练模块，用于构建残差网络，采用预设的训练样本对所述残差网络进行训练；

获取模块，用于获取待识别图像；

预处理模块，用于对所述待识别图像执行预处理；

识别模块，用于将预处理后的所述待识别图像划分为不重叠的两个分块，依次作为输入传入所述残差网络，获取每一分块经过所述残差网络后的预测值；

输出模块，用于根据所述两个分块的预测值输出识别结果，其中，所述识别结果包括所述待识别图像为目标图像和所述待识别图像为非目标图像。