[发明专利]服装标签生成方法、装置、电子设备及介质

说明书

本公开实施例中提供了一种服装标签生成方法、装置、电子设备及介质，属于图像处理技术领域，具体包括：获取包含整体服装图像的目标图像；将所述目标图像输入第一识别模型，生成所述目标图像对应的基础标签；将所述目标图像进行分割后输入第二识别模型，并根据所述基础标签生成细化标签；将所述基础标签和所述细化标签作为目标标签并输出。通过本公开的方案，对目标图像的整体识别生成基础标签，然后对目标图像进行分割后分别识别生成细化标签，然后将基础标签和细化标签共同作为目标标签输出，提高了服装标签生成的效率和精度。

技术领域

本公开涉及图像处理技术领域，尤其涉及一种服装标签生成方法、装置、电子设备及介质。

背景技术

目前，随着社会的发展，数据化分析的应用也越来越普遍，在传统服装生产线场景，在生成服装后需要对服装进行分类，传统分类方式是通过人工进行分类，效率较低且耗时耗力，随着网络技术的发展，也随之诞生了一些服装分类算法，通过对服装标注对应标签实现分类，但是现有的服装标签生成方法，提供的标签广度不够，不能对一件衣服进行精准描述，且每次对衣服进行标注均需要实时分析，效率较低。

可见，亟需一种高效精准的服装标签生成方法。

发明内容

有鉴于此，本公开实施例提供一种服装标签生成方法、装置、电子设备及介质，至少部分解决现有技术中存在标签生成效率和描述精度较低的问题。

第一方面，本公开实施例提供了一种服装标签生成方法，包括：

获取包含整体服装图像的目标图像；

将所述目标图像输入第一识别模型，生成所述目标图像对应的基础标签；

将所述目标图像进行分割后输入第二识别模型，并根据所述基础标签生成细化标签；

将所述基础标签和所述细化标签作为目标标签并输出。

根据本公开实施例的一种具体实现方式，所述将所述目标图像输入第一识别模型，生成所述目标图像对应的基础标签的步骤之前，所述方法还包括：

利用预设数量的样本图像训练卷积神经网络，得到所述第一识别模型；

将全部所述样本图像进行分割并训练所述卷积神经网络，所述第二识别模型。

根据本公开实施例的一种具体实现方式，所述将全部所述样本图像进行分割并训练所述卷积神经网络，所述第二识别模型的步骤之后，所述方法还包括：

将分割后的全部所述样本图像训练所述卷积神经网络，得到分割模型。

根据本公开实施例的一种具体实现方式，所述将所述目标图像输入第一识别模型，生成所述目标图像对应的基础标签的步骤，包括：

所述第一识别模型识别所述目标图像包含的第一参数；

将所述第一参数作为所述基础标签。

根据本公开实施例的一种具体实现方式，所述将所述目标图像进行分割后输入第二识别模型，并根据所述基础标签生成细化标签的步骤，包括：

将所述目标图像输入所述分割模型，得到多个子图像；

将全部所述子图像输入所述第二识别模型，得到第二参数；

判断所述第二参数与所述第一参数是否匹配；

若所述第二参数与所述第一参数匹配，则将所述第二参数作为所述细化标签；

若所述第二参数与所述第一参数不匹配，则禁止将所述第二参数作为所述细化标签。

根据本公开实施例的一种具体实现方式，所述将所述基础标签和所述细化标签作为目标标签并输出的步骤之后，所述方法还包括：