[发明专利]混合粒度物体识别模型训练及识别方法、装置及存储介质

说明书

本申请涉及互联网技术领域，公开了一种混合粒度物体识别模型训练及识别方法、装置及存储介质。所述混合粒度物体识别模型训练方法包括：获取样本图像，确定各样本图像的类别标签，所述类别标签包括细粒度类别和粗粒度类别；基于所述样本图像和所述样本图像的类别标签对初始深度学习模型进行图像的类别识别训练，得到预训练模型；以拉大细粒度类别之间的特征差异为目标对所述预训练模型的细粒度分支分类模块进行调整，得到混合粒度物体识别模型。本申请能够实现在同一个网络结构中进行粗粒度类别识别和细粒度类别识别，提升细粒度类别识别的准确性。

技术领域

本申请涉及互联网技术领域，尤其涉及一种混合粒度物体识别模型训练及识别方法、装置及存储介质。

背景技术

在实现物体识别的产品中，经常遇到的任务是既有粗粒度也有细粒度的识别。譬如当今人们喜欢养猫、狗、鸟等一类宠物，人们关注具体某种动物的细分类，因为不同细分类的动物具有差异较大的习性偏好、聪明程度，如狗类下的边境牧羊犬、贵宾犬、哈士奇等。这就需要用户首先知道动物属于哪一细分类，但是不熟悉宠物细分类的不乏其人，故在此类宠物识别中，不仅需要区分粗粒度类别(猫、狗、鸟等)，也需要识别每个粗粒度下的细分类别。当前在混合细粒度识别任务上，一般采用细粒度的分类模型进行识别。这种不区分粗细粒度的暴力识别方法容易对细粒度物体所在的粗粒度类别识别不足(如把猫识别成狗的某一细粒度种类)，而另外采用细粒度分类方法对目标特征进行细粒度计算的方法容易造成在某些种类细粒度识别较差的结果。

发明内容

本申请实施例提供了一种混合粒度物体识别模型训练及识别方法、装置及存储介质，可以提高粗粒度类别间的区分性，达到更好的细粒度识别效果。

一方面，本申请实施例提供了一种混合粒度物体识别模型训练方法，该方法包括：

获取样本图像，确定各样本图像的类别标签，所述类别标签包括细粒度类别和粗粒度类别；

基于所述样本图像和所述样本图像的类别标签对初始深度学习模型进行图像的类别识别训练，得到预训练模型；

以拉大细粒度类别之间的特征差异为目标对所述预训练模型的细粒度分支分类模块进行调整，得到混合粒度物体识别模型。

另一方面提供了一种混合粒度物体识别方法，所述方法包括：

获取待识别图像；

将所述待识别图像输入混合粒度物体识别模型进行类别识别处理，得到所述待识别图像属于各粗粒度类别的概率和属于所述粗粒度类别下各细粒度类别的概率；

基于所述粗粒度类别的概率和所述细粒度类别的概率确定所述待识别图像的类别识别结果；

其中，所述混合粒度物体识别模型是基于样本图像和对应的类别标签进行机器学习训练获得预训练模型，并对所述预训练模型的细粒度分支分类模块以拉大细粒度类别之间的特征差异为目标进行调整得到的。

另一方面提供了一种混合粒度物体识别模型的训练装置，所述装置包括：

样本图像获取模块，用于获取样本图像，确定各样本图像的类别标签，所述类别标签包括细粒度类别和粗粒度类别；

模型训练模块，用于基于所述样本图像和所述样本图像的类别标签对初始深度学习模型进行图像的类别识别训练，得到预训练模型；

模型调整模块，用于以拉大细粒度类别之间的特征差异为目标对所述预训练模型的细粒度分支分类模块进行调整，得到混合粒度物体识别模型。

其中，所述样本图像获取模块包括：

图像采集单元，用于采集图像；

细粒度类别标注单元，用于标注所述图像所属的细粒度类别；