[发明专利]图像识别方法、电子设备及可读存储介质

权利要求书

1.一种图像识别方法，其特征在于，所述方法包括：

将原始图像分割为具有相同预定尺寸的多个单元图像，所述原始图像中分布若干标记物；

将所述单元图像输入预建立的神经网络模型进行处理，以对每一单元图像中的标记物对应添加检测框，形成预检单元图像；所述检测框为围合所述标记物的最小矩形框；

按照每一单元图像在原始图像中的分割位置将多个预检单元图像拼接为一幅预输出图像；

判断预输出图像是否存在相邻的两个检测框中框选的标记物为同一标记物：

若是，将两个检测框进行合并；

若否，保留对应不同标记物的不同检测框；

直至确认为同一标记物的检测框均合并完成后，将带有检测框的图像进行输出；

其中，判断预输出图像是否存在相邻的两个检测框中框选的标记物为同一标记物具体包括：根据标记物种类的概率确认每个检测框中标记物的种类，若相邻的两个检测框中框选的标记物为同一种类，则根据相邻的两个检测框的坐标值确认框选的标记物是否为同一标记物。

2.根据权利要求1所述的图像识别方法，其特征在于，将原始图像分割为具有相同预定尺寸的多个单元图像过程时，所述方法还包括：

若分割过程中存在任一单元图像小于预定尺寸，则在单元图像形成之前对原始图像进行边缘像素值补充，或在单元图像形成之后，对尺寸小于预定尺寸的单元图像进行边缘像素值补充。

3.根据权利要求1所述的图像识别方法，其特征在于，所述神经网络模型的构建方法包括：对应每一单元图像采用卷积神经网络提取至少一个特征层；

提取特征层过程中，使用p个m*m的卷积核作为锚框的卷积预测器处理所述单元图像，p=(c1+c2)*k，其中，锚框为预设的长宽比不同的矩形框，m为奇数正整数，c1表示标记物种类的数量, k表示锚框的数量，c2为调整锚框的偏移参数的数量；所述检测框通过锚框进行大小变化获得。

4.根据权利要求3所述的图像识别方法，其特征在于，所述方法还包括：

根据标记物的种类及尺寸多次对单元图像做池化层处理得到对应的特征层。

5.根据权利要求4所述的图像识别方法，其特征在于，在根据标记物的种类及尺寸多次对单元图像做池化层处理得到对应的特征层过程中，所述方法包括：

在每次对单元图像进行池化层处理之前，均至少1次对所述单元图像做卷积层处理，且其卷积核大小相同。

6.根据权利要求3所述的图像识别方法，其特征在于，所述方法还包括：配置c2=4，调整锚框的偏移参数具体包括：左上角的横向偏移值和纵向偏移值，宽度的缩放倍数以及高度的缩放倍数。

7.根据权利要求1所述的图像识别方法，其特征在于，根据相邻的两个检测框的坐标值确认框选的标记物是否为同一标记物包括：

以原始图像的左上角为坐标原点建立直角坐标系，比较横向相邻的两个检测框的特征值的差值是否在阈值范围内，若是，则确认当前计算使用的两个检测框中框选的标记物为同一标记物；所述特征值为每一检测框的左上角坐标值和右下角坐标值。

8.根据权利要求1所述的图像识别方法，其特征在于，根据相邻的两个检测框的坐标值确认框选的标记物是否为同一标记物包括：

以原始图像的左上角为坐标原点建立直角坐标系，比较纵向相邻的两个检测框的特征值的差值是否在阈值范围内，若是，则确认当前计算使用的两个检测框中框选的标记物为同一标记物；所述特征值为每一检测框的左上角坐标值和右下角坐标值。

9.根据权利要求7或8任一项所述的图像识别方法，其特征在于，将所述两个检测框进行合并,包括：

比较当前用于计算的两个检测框的左上角的坐标值，分别取其横坐标和纵坐标的最小值作为合并后的检测框的左上角坐标值；

比较所述两个检测框的右下角的坐标值，分别取其横坐标和纵坐标的最大值作为合并后的检测框的右下角坐标值。