[发明专利]图像识别方法、装置、设备及计算机存储介质

说明书

本申请公开了一种图像识别方法、装置、设备及计算机存储介质。该图像识别方法包括：获取待识别图像的单级特征图；基于预设感受野RFB网络模型对待识别图像的单级特征图进行空洞卷积，得到第一目标特征图；基于缩放点积注意力模型为第一目标特征图的所有通道分配注意力权重，并基于分配后的注意力权重输出第二目标特征图；基于第二目标特征图进行目标识别，得到待识别图像的识别结果。根据本申请实施例，能够解决如何提升对小目标识别的准确性的问题。

技术领域

本申请属于图像识别技术领域，具体涉及一种图像识别方法、装置、设备和存储介质。

背景技术

目前，图像识别技术领域在获取原始图像的特征图时，常常使用空洞卷积(Dilated Convolution)操作以增大特征的感受野。

然而，感受野变大，得到的特征图仅能够有效地表达尺寸较大的目标，但是对小目标的表达能力变差，无法有效表达尺寸较小的小目标，因此在利用空洞卷积后的特征图进行目标检测识别时，会影响对较小目标的检测识别能力，降低了小目标的识别准确性。因此，如何提升对小目标识别的准确性，是亟需解决的问题。

发明内容

本申请实施例提供一种图像识别方法、装置、设备及计算机存储介质，能够解决如何提升对小目标识别的准确性的问题。

第一方面，本申请实施例提供一种图像识别方法，该方法包括：获取待识别图像的单级特征图；基于预设感受野RFB网络模型对待识别图像的单级特征图进行空洞卷积，得到第一目标特征图；基于缩放点积注意力模型为第一目标特征图的所有通道分配注意力权重，并基于分配后的注意力权重输出第二目标特征图；基于第二目标特征图进行目标识别，得到待识别图像的识别结果。

在第一方面的一些可实现方式中，预设RFB网络模型包括预设卷积层、第一残差网络和第二残差网络，基于预设感受野RFB网络模型对待识别图像的单级特征图进行空洞卷积，得到第一目标特征图，包括：通过预设卷积层，对待识别图像的单级特征图进行降维和语义提取，得到第一特征图；基于第一残差网络对第一特征图进行空洞卷积，得到第二特征图；基于第二残差网络对第二特征图进行空洞卷积，得到第一目标特征图。

在第一方面的一些可实现方式中，第一残差网络包括第一子网络和第二子网络，基于第一残差网络对第一特征图进行空洞卷积，得到第二特征图，包括：基于第一子网络增大第一特征图的感受野，得到第三特征图；基于第二子网络增大第一特征图的感受野，得到第四特征图；将第四特征图与第一特征图进行add特征融合，得到第五特征图；将第五特征图与第三特征图进行Concat特征融合，得到第六特征图；将第六特征图与第一特征图进行add特征融合，得到第二特征图。

在第一方面的一些可实现方式中，第二残差网络包括四个膨胀率不同的第三子网络，第三子网络按照膨胀率由小到大的顺序进行排列。

在第一方面的一些可实现方式中，第一子网络与第二子网络的膨胀率不同。

在第一方面的一些可实现方式中，预设卷积层包括第一卷积层和第二卷积层，第一卷积层的卷积核大小为1*1，第二卷积层的卷积核大小为3*3。

第二方面，本申请实施例提供一种图像识别装置，该装置包括：获取模块，用于获取待识别图像的单级特征图；空洞卷积模块，用于基于预设RFB网络模型对待识别图像的单级特征图进行空洞卷积，得到第一目标特征图；注意力模块，用于基于缩放点积注意力模型为第一目标特征图的所有通道分配注意力权重，并基于分配后的注意力权重输出第二目标特征图；识别模块，用于基于第二目标特征图进行目标识别，得到待识别图像的识别结果。