[发明专利]图像识别模型的训练与图像识别的方法、装置

说明书

本公开公开了一种图像识别模型的训练与图像识别的方法，涉及人工智能领域，具体涉及计算机视觉和深度学习技术领域。图像识别模型的训练方法：获取训练数据，训练数据中包含多张第一图像以及对应各第一图像的标注标签；确定各第一图像中主体的位置数据；根据位置数据对各第一图像中的主体进行调整，得到对应各第一图像的第二图像；根据各第二图像以及对应各第二图像的标注标签对神经网络模型进行训练，直至神经网络模型收敛，得到图像识别模型。图像识别的方法：获取待识别图像：将待识别图像作为图像识别模型的输入，将所述图像识别模型的输出结果作为待识别图像的识别结果。本公开能够提升训练得到的图像识别模型在进行图像识别时的准确性。

技术领域

本公开涉及人工智能技术领域，具体涉及计算机视觉和深度学习技术领域。提供了一种图像识别模型的训练与图像识别的方法、装置、电子设备以及可读存储介质。

背景技术

图像识别技术是通过机器学习的手段提取图像的特征，进而通过所提取的特征来区分不同图像的技术。图像识别技术广泛应用于各类视觉任务中，如植物分类、菜品识别、地标识别等。而在图像识别领域中，如何提升图像识别模型的精度，一直是学术界和工业界最值得探索的问题之一。

发明内容

本公开提供了一种图像识别模型的训练与图像识别的方法、装置、电子设备以及可读存储介质，用于提升图像识别模型在进行图像识别的准确性。

根据本公开的第一方面，提供了一种图像识别模型的训练方法，包括：获取训练数据，所述训练数据中包含多张第一图像以及对应各第一图像的标注标签；确定各第一图像中主体的位置数据；根据所述位置数据对各第一图像中的主体进行调整，得到对应各第一图像的第二图像；根据各第二图像以及对应各第二图像的标注标签对神经网络模型进行训练，直至所述神经网络模型收敛，得到图像识别模型。

根据本公开的第二方面，提供了一种图像识别的方法，包括：获取待识别图像：将所述待识别图像作为图像识别模型的输入，将所述图像识别模型的输出结果作为所述待识别图像的识别结果。

根据本公开的第三方面，提供了一种图像识别模型的训练装置，包括：第一获取单元，用于获取训练数据，所述训练数据中包含多张第一图像以及对应各第一图像的标注标签；确定单元，用于确定各第一图像中主体的位置数据；处理单元，用于根据所述位置数据对各第一图像中的主体进行调整，得到对应各第一图像的第二图像；训练单元，用于根据各第二图像以及对应各第二图像的标注标签对神经网络模型进行训练，直至所述神经网络模型收敛，得到图像识别模型。

根据本公开的第四方面，提供了一种图像识别的装置，包括：第二获取单元，用于获取待识别图像：识别单元，用于将所述待识别图像作为图像识别模型的输入，将所述图像识别模型的输出结果作为所述待识别图像的识别结果。

根据本公开的第五方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方法。

根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如上所述的方法。

根据本公开的第七方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方法。

由以上技术方案可以看出，通过确定第一图像中主体的位置数据，并根据所确定的位置数据来调整第一图像中主体来得到第二图像的方式，使得图像中主体的位置或者是位置与大小发生变化，因此神经网络模型能够根据位置或者位置与大小的不同来识别图像中的主体，极大地增加了神经网络模型的收敛精度，从而提升了训练得到的图像识别模型在进行图像识别时的识别准确性。