[发明专利]一种图像识别方法、装置、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，包括：

获取初始分类层、初始图像识别模型和训练集；

从所述训练集中提取第一标签对应的第一训练数据，并确定所述第一标签在所述初始分类层中对应的第一类中心向量；

利用所述第一类中心向量生成训练分类层，并利用所述第一训练数据在显存中训练所述训练分类层和所述初始图像识别模型，得到第一分类层；

利用所述第一分类层更新所述初始分类层，并更新所述第一标签，直至所述初始图像识别模型训练完毕，得到图像识别模型；

获取待识别图像，并将所述待识别图像输入所述图像识别模型，得到识别结果；

其中，所述更新所述第一标签，包括：获取所述训练集对应的所有训练标签；基于均匀分布从所述训练标签中抽取若干个目标训练标签，并将所述目标训练标签确定为所述第一标签；

所述初始分类层和初始图像识别模型为未经过训练的分类层和识别模型；所述训练集中包括训练数据，各个训练数据具有对应的标签，相同标签的训练数据属于相同类别的训练数据；所述初始分类层具有与标签对应的类中心向量。

2.根据权利要求1所述的图像识别方法，其特征在于，所述利用所述第一类中心向量生成训练分类层，包括：

生成所述第一标签对应的第二标签；

根据所述第二标签对所述第一类中心向量进行排序，得到所述训练分类层。

3.根据权利要求2所述的图像识别方法，其特征在于，所述利用所述第一训练数据在显存中训练所述训练分类层和所述初始图像识别模型，包括：

利用所述第二标签对所述第一训练数据进行标识处理，得到第二训练数据；

利用所述第二训练数据，基于目标损失函数，在显存中对所述训练分类层和所述初始图像识别模型进行训练。

4.根据权利要求2所述的图像识别方法，其特征在于，所述根据所述第二标签对所述第一类中心向量进行排序，得到所述训练分类层，包括：

根据所述第二标签对所述第一类中心向量进行排序，得到向量矩阵；

对所述向量矩阵进行归一化处理，得到所述训练分类层；

相应的，还包括：

对所述初始图像识别模型进行输出归一化处理。

5.根据权利要求1所述的图像识别方法，其特征在于，所述利用所述第一训练数据在显存中训练所述训练分类层和所述初始图像识别模型，包括：

利用训练次数信息获取所述训练分类层对应的第一学习率和所述初始图像识别模型对应的第二学习率；所述第一学习率对应的第一收敛速度大于所述第二学习率对应的第二收敛速度，所述第一学习率对应的第一初始值大于所述第二学习率对应的第二初始值；

基于所述第一学习率和所述第二学习率，在所述显存中训练所述训练分类层和所述初始图像识别模型。

6.根据权利要求1所述的图像识别方法，其特征在于，所述利用所述第一分类层更新所述初始分类层，包括：

确定所述第一分类层在所述初始分类层中对应的第二分类层；

提取所述第一分类层对应的第一参数和所述第二分类层对应的第二参数；

利用滑动更新因子、所述第一参数和所述第二参数计算目标参数，并利用所述目标参数替换所述第二参数。