[发明专利]一种物体识别方法、装置、电子设备和存储介质

说明书

本发明提供了一种物体识别方法、装置、电子设备和存储介质，该物体识别方法包括：获取待识别物体的图片；基于预先训练的第一识别模型对待识别物体的图片进行识别处理，识别出待识别物体对应的物体领域，第一识别模型为神经网络模型；以及根据待识别物体对应的物体领域，选取对应的预先训练的第二识别模型对待识别物体的图片进行识别处理，识别出待识别物体对应的物体种类，第二识别模型为神经网络模型。本方法可以根据待识别物体对应的物体领域，缩小待识别物体对应的种类范围，此外，利用对应的且基于神经网络的第一、第二识别模型对待识别物体的图片进行识别，进而能够更加准确的识别出待识别物体对应的物体种类，有效提高识别准确率。

技术领域

本发明涉及计算机技术领域，特别涉及一种物体识别方法、装置、电子设备和存储介质。

背景技术

在现实生活中，人们经常需要对一个不认识的物体进行识别，例如对某一种植物或某一种动物进行识别，然而传统的物体识别方法，容易将待识别的物体识别为近似的别的物体，识别准确率不高。

发明内容

本发明的目的在于提供一种物体识别方法、装置、电子设备和存储介质，可以有效提高物体识别的准确率。

为达到上述目的，本发明提供一种物体识别方法，包括：

获取待识别物体的图片；

基于预先训练的第一识别模型对所述待识别物体的图片进行识别处理，识别出所述待识别物体对应的物体领域，所述第一识别模型为神经网络模型；以及

根据所述待识别物体对应的物体领域，选取对应的预先训练的第二识别模型对所述待识别物体的图片进行识别处理，识别出所述待识别物体对应的物体种类，所述第二识别模型为神经网络模型。

可选的，所述方法还包括：

根据所述待识别物体对应的物体种类，选取对应的预先训练的第三识别模型对所述待识别物体的图片进行识别处理，识别出所述待识别物体对应的物体品种，所述第三识别模型为神经网络模型。

可选的，在基于预先训练的第一识别模型对所述待识别物体的图片进行识别处理之前，所述方法还包括：

基于预先训练的区域识别模型对所述待识别物体的图片进行识别处理，识别出物体区域，所述区域识别模型为神经网络模型。

可选的，所述区域识别模型为Mask-RCNN模型。

可选的，所述神经网络模型为卷积神经网络模型或残差网络模型。

可选的，所述物体领域包括植物和多个动物纲类。

可选的，所述物体种类为所述所述待识别物体的具体通用名称。

可选的，所述所述物体品种为所述待识别物体的最下级科普分类名称。

可选的，所述方法还包括：

获取所述待识别物体的图片在拍摄时的位置信息；以及

根据所述位置信息选取对应的第一识别模型和第二识别模型。

可选的，所述方法还包括：

获取所述待识别物体的图片在拍摄时的位置信息；以及

根据所述位置信息选取对应的第一识别模型、第二识别模型和第三识别模型。

可选的，所述根据所述位置信息选取对应的第一识别模型、第二识别模型和第三识别模型，具体为：

根据数据库中预存的位置信息与识别模型的映射关系，选取与所述位置信息相对应的第一识别模型、第二识别模型和第三识别模型。