[发明专利]目标识别方法及系统

权利要求书

1.一种目标识别方法，其特征在于，包括：

在接收到输入图像以后，分别利用预设的检测网络模型，对所述输入图像进行目标检测，得到目标物品的检测结果；所述目标物品的检测结果包括：目标物品类别信息、目标物品位置信息及置信度信息；

利用预设的分类网络模型，对所述目标物品的检测结果进行分类，得到所述目标物品的分类结果；所述目标物品的分类结果包括：目标物品类别信息及置信度信息；

利用所述目标物品的分类结果，判断所述目标物品的检测结果是否有效，将有效的所述目标物品的检测结果，作为所述目标物品的识别结果。

2.如权利要求1所述的目标识别方法，其特征在于，所述利用所述目标物品的分类结果，判断所述目标物品的检测结果是否有效，包括：

利用预设的第一训练样本类别映射关系信息，对所述目标物品的检测结果中目标物品类别信息进行类别转换，并基于类别转换结果，判断所述目标物品的检测结果是否有效，得到所述目标物品的识别结果；

其中，所述第一训练样本类别映射关系信息，为同一训练样本在作为所述检测网络模型对应的训练样本时所在的类别，与在作为所述分类网络模型对应的训练样本时所在的类别，二者之间的对应关系信息。

3.如权利要求2所述的目标识别方法，其特征在于，所述基于类别转换结果，判断所述目标物品的检测结果是否有效，包括：

基于类别转换结果，判断所述目标物品的检测结果中的目标物品类别信息，与所述目标物品的分类结果的目标物品类别信息，是否匹配，得到第一判断结果；

基于第一判断结果，结合所述目标物品的检测结果及所述目标物品的分类结果中的置信度信息，确定所述目标物品的检测结果是否有效。

4.如权利要求3所述的目标识别方法，其特征在于，所述基于第一判断结果，结合所述目标物品的检测结果及所述目标物品的分类结果中的置信度信息，确定所述目标物品的检测结果是否有效，包括：

当所述第一判断结果为二者匹配时，若所述目标物品的检测结果中置信度高于第一置信度阈值，或者所述目标物品的分类结果中置信度高于第二置信度阈值，则所述目标物品的检测结果有效，否则无效；

当所述第一判断结果为二者不匹配时，若所述目标物品的检测结果中置信度高于第三置信度阈值，或者所述目标物品的分类结果中置信度高于第四置信度阈值，则所述目标物品的检测结果有效，否则无效；

其中，所述第三置信度阈值大于第一置信度阈值，所述第四置信度阈值大于第二置信度阈值。

5.如权利要求1所述的目标识别方法，其特征在于，还包括：

当所述目标物品的检测结果无效时，利用预设的第二训练样本类别映射关系信息，对所述目标物品的检测结果中目标物品类别信息进行类别转换，并基于类别转换结果，得到所述目标物品的相似物品识别结果；

其中，所述第二训练样本类别映射关系信息，为同一训练样本在作为所述检测网络模型对应的训练样本时所在训练样本类别，与在作为所述分类网络模型对应的训练样本时所在的相似训练样本类别，二者之间的对应关系信息；所述相似训练样本类别为具有相同视觉特征的训练样本类别，或者训练样本类别表中位于同级别的一个或多个训练样本类别。

6.如权利要求1所述的目标识别方法，其特征在于，所述在接收到输入图像以后，分别利用预设的检测网络模型，对所述输入图像进行目标检测，得到目标物品的检测结果，包括：

在接收到输入图像以后，分别利用预设的两个以上检测网络模型，对所述输入图像进行目标物品检测；

对各所述检测网络模型输出的中间检测结果进行融合，得到目标物品的检测结果；所述中间检测结果包括：目标物品类别信息、目标物品位置信息及置信度信息；

其中，任意两个所述检测网络模型对应的训练样本的类别不同。

7.如权利要求6所述的目标识别方法，其特征在于，任意两个所述检测网络模型对应的训练样本的类别完全不同，或者部分不同。