[发明专利]基于分类回归双域模型的流量识别方法和系统

权利要求书

1.一种基于分类回归双域模型的流量识别方法，其特征在于，所述方法包括：

采集预设区域内的目标图片；

将所述目标图片输入到分类回归双域模型，通过所述分类回归双域模型输出所述目标图片的目标分类值和目标回归值，其中，所述分类回归双域模型包括预先训练好的分类器和预先训练好的回归器，所述分类器和所述回归器均用于识别所述目标图片中的流量；

判断所述目标分类值是否为大于预设分类值；

当所述目标分类值大于预设分类值，则基于所述目标回归值输出流量识别结果；

当所述目标分类值不大于预设分类值，则基于所述目标分类值输出所述流量识别结果。

2.如权利要求1所述的基于分类回归双域模型的流量识别方法，其特征在于，所述通过所述分类回归双域模型输出所述目标图片的目标分类值和目标回归值的步骤，包括：

通过所述分类器执行步骤a1~a3以得到所述目标图片的目标分类值：

a1：对所述目标图片进行分类处理，以得到对应于所述目标图片的多个置信度，每个置信度用于表示所述目标图片属于预设多个图片类别的其中一个图片类别的概率；

a2：根据所述多个置信度中最高的置信度所对应的图片类别，确定所述目标图片的目标图片类别；

a3：根据所述目标图片类别确定所述目标图片的目标分类值，所述目标分类值用于表示所述目标图片中的个体数量。

3.如权利要求1所述的基于分类回归双域模型的流量识别方法，其特征在于，所述通过所述分类回归双域模型输出所述目标图片的目标分类值和目标回归值的步骤，包括：

通过所述回归器执行步骤b1~b2以得到所述目标图片的目标回归值：

b1：对所述目标图片进行回归处理，以得到对应于所述目标图片中个体数量的数值；

b2：对所述数值执行整数化处理以得到整数数值，并将所述整数数值确定为所述目标回归值。

4.如权利要求1所述的基于分类回归双域模型的流量识别方法，其特征在于，所述方法还包括：

将所述流量识别结果发送给目标设备，以使所述目标设备根据所述流量识别结果执行相应的操作；或

根据所述流量识别结果生成相应的操作指令，以通过所述操作指令控制所述目标设备执行相应的操作。

5.如权利要求1所述的基于分类回归双域模型的流量识别方法，其特征在于，还包括所述分类器的训练步骤：

获取初始分类器；

获取多个初始分类图片，每个初始分类图片分配有一个表示个体数量的第一数量标签；

根据每个初始分类图片对应的所述第一数量标签，将所述多个初始分类图片划分为N+2个图片类别并配置对应的图片类别标签，其中，N为正整数，所述N+2个图片类别包括一个个体数量为0图片类别、N个个体数量为N图片类别以及一个个体数量为大于N图片类别；

根据各个图片类别标签对应的初始分类图片，配置多个分类训练样本；及

通过所述多个分类训练样本对所述初始分类器进行训练，以得到所述分类器。

6.如权利要求1所述的基于分类回归双域模型的流量识别方法，其特征在于，还包括所述回归器的训练步骤：

获取初始回归器；

获取多个初始回归图片，每个初始回归图片分配有一个表示个体数量的第二数量标签；

根据各个第二数量标签对应的初始回归图片，配置多个回归训练样本；及

通过所述多个回归训练样本对所述初始回归器进行训练，以得到所述回归器。