[发明专利]图像识别方法、装置、计算机设备与存储介质在审
申请号: | 201911000955.6 | 申请日: | 2019-10-21 |
公开(公告)号: | CN110889428A | 公开(公告)日: | 2020-03-17 |
发明(设计)人: | 陈丽娟;杨晓飞;侯利杰;胡惜阳 | 申请(专利权)人: | 浙江大搜车软件技术有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 杭州华进联浙知识产权代理有限公司 33250 | 代理人: | 何晓春 |
地址: | 310000 浙江省杭州市余*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 图像 识别 方法 装置 计算机 设备 存储 介质 | ||
1.一种图像识别方法,其特征在于,所述方法包括:
获取待识别图像数据集;
将所述待识别图像数据集输入至分类模型,并由所述分类模型输出所述待识别图像数据集对应的类型标签;
其中,所述分类模型为通过将训练图片集中的每张训练图片作为输入,通过将对应的训练图片的类型标签作为输出,对预设的网络模型进行训练所得到;
所述预设的网络模型包括:用于提取所述训练图片的基础特征的卷积神经网络模型、用于对所述基础特征进行卷积以得到所述训练图片的局部特征的第一路卷积神经网络、以及用于对所述基础特征进行卷积以得到所述训练图片的全局特征的第二路卷积神经网络。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在获取待识别图像数据集之前,获取训练图片集;
对获取到的训练图片集进行数据清洗;
获取数据清洗后的训练图片集中的每张训练图片对应的类型标签;
获取所述预设的网络模型,通过将所述数据清洗后的训练图片集中的每张训练图片作为所述预设的网络模型的输入,以及通过将对应的训练图片的类型标签作为所述预设的网络模型的输出,训练得到所述分类模型。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在获取待识别图像数据集之前,获取训练图片集;
对获取到的训练图片集进行数据清洗;
对数据清洗后的训练图片集进行数据增量;
获取数据增量后的训练图片集中的每张训练图片对应的类型标签;
获取所述预设的网络模型,通过将所述数据增量后的训练图片集中的每张训练图片作为所述预设的网络模型的输入,以及通过将对应的训练图片的类型标签作为所述预设的网络模型的输出,训练得到所述分类模型。
4.根据权利要求1所述的方法,其特征在于,所述预设的网络模型还包括与所述第一路卷积神经网络的输出端连接的第一损失函数、与所述第二路卷积神经网络的输出端连接的第二损失函数,以及用于将所述第一损失函数输出的损失值与所述第二损失函数输出的损失值进行相加以得到所述预设的网络模型的损失值的加法器。
5.根据权利要求4所述的方法,其特征在于,所述第一损失函数为交叉熵损失函数;和/或,所述第二损失函数为交叉熵损失函数。
6.根据权利要求1或2或4或5所述的方法,其特征在于,所述第一路卷积神经网络包括:用于对所述基础特征进行卷积以得到第一卷积结果的n×k个卷积核、用于对所述第一卷积结果进行全局池化以得到n×k个特征向量的第一池化函数、以及用于将所述n×k个特征向量分为k个n维特征向量,并对每个所述n维特征向量进行全局池化以得到所述训练图片的局部特征的第二池化函数;其中,k为所述类型标签的类别数;n为正整数。
7.根据权利要求6所述的方法,其特征在于,所述第二路卷积神经网络包括:用于对所述基础特征进行卷积以得到第一卷积结果的k个卷积核、以及用于对所述第一卷积结果进行全局池化以得到所述训练图片的全局特征的第三池化函数。
8.一种图像识别装置,其特征在于,所述装置包括:
图像获取模块,用于获取待识别图像数据集;
图像识别模块,用于将所述待识别图像数据集输入至分类模型,并由所述分类模型输出所述待识别图像数据集对应的类型标签;
其中,所述分类模型为通过将训练图片集中的每张训练图片作为输入,通过将对应的训练图片的类型标签作为输出,对预设的网络模型进行训练所得到;
所述预设的网络模型包括:用于提取所述训练图片的基础特征的卷积神经网络模型、用于对所述基础特征进行卷积以得到所述训练图片的局部特征的第一路卷积神经网络、以及用于对所述基础特征进行卷积以得到所述训练图片的全局特征的第二路卷积神经网络。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-7任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7任一项所述的方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大搜车软件技术有限公司,未经浙江大搜车软件技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911000955.6/1.html,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序