[发明专利]一种图像识别方法和装置

说明书

本发明公开了图像识别方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：接收未标记的图像数据集和已标记的图像数据集；利用已标记的图像数据集，对预设的第一多标记分类网络进行训练，以得到训练好的第一多标记分类网络；将未标记的图像数据集，通过训练好的第一多标记分类网络，获得每个图像的标记结果及对应的置信度值；根据所述标记结果及对应的置信度值，更新预设的第二多标记分类网络，进而通过更新后的第二多标记分类网络对图像进行标记。该实施方式能够解决现有技术中无法快速有效处理图像的问题。

技术领域

本发明涉及计算机技术领域，尤其涉及一种图像识别方法和装置。

背景技术

随着科学技术的不断发展，多媒体设备也越来越多的出现在我们生活中，随着带给我们的体验就是多媒体的形式也越来越丰富，多样的图像表现形式给我们的生活增添了更多的色彩和乐趣。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

然而，随之而来的是，图像等多媒体数据呈现爆炸式增长，如何有效管理海量图像数据已成为一种挑战，同时快速有效处理图像的分类也是亟待解决的问题。

发明内容

有鉴于此，本发明实施例提供一种图像识别方法和装置，能够解决现有技术中无法快速有效处理图像的问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种图像识别方法，包括接收未标记的图像数据集和已标记的图像数据集；利用已标记的图像数据集，对预设的第一多标记分类网络进行训练，以得到训练好的第一多标记分类网络；将未标记的图像数据集，通过训练好的第一多标记分类网络，获得每个图像的标记结果及对应的置信度值；根据所述标记结果及对应的置信度值，更新预设的第二多标记分类网络，进而通过更新后的第二多标记分类网络对图像进行标记。

可选地，利用已标记的图像数据集，对预设的第一多标记分类网络进行训练，以得到训练好的第一多标记分类网络，包括：

对已标记的图像进行标记所在区域的切分，得到候选区域集合；

将所述候选区域输入至预设的第一多标记分类网络中进行训练，以得到待训练好的第一多标记分类网络；

基于已标记的图像数据集，利用加权的交叉熵损失函数训练第一多标记分类网络，以得到训练好的第一多标记分类网络。

可选地，获得每个图像的标记结果及对应的置信度值之后，包括：

对标记结果及对应的置信度值，通过蒙特卡罗方法计算得到标记结果的平均分数向量；

通过计算平均分数向量的熵，得到每个标记的整体置信度值。

可选地，根据所述标记结果及对应的置信度值，更新预设的第二多标记分类网络，包括：

将整体置信度值转换为标准化后验置信度，进而得到未标记的图像的损失值；

计算已标记的图像损失值与未标记的图像损失值之和，以根据标记结果和损失值之和更新预设的第二多标记分类网络；其中，已标记的图像损失值是根据已标记的图像数据集计算的分类交叉熵

可选地，还包括：

第一多标记分类网络是以AlexNet为基础的8层网络模型，以及第二多标记分类网络是以AlexNet为基础的5层卷积加3层全连接模型。