[发明专利]一种宠物识别方法

说明书

本发明公开了一种宠物识别方法，使用yolov5作为宠物识别模型，使用语义分割模型的方式实现宠物素材的扩增，对扩增后的图片进行数据增强，对数据增强后的图片进行色度、亮度和对比度的调整，将调整后的图片输入宠物识别模型并使用Generalized Focal Loss损失函数来训练宠物识别模型，得到训练好的宠物识别模型，利用训练好的模型实现对宠物的识别。本发明能够实现对较大范围尺寸的宠物的准确识别，避免实际中宠物遮挡和姿态众多对识别的影响。

技术领域

本发明涉及图像识别技术领域，具体来说，涉及一种宠物识别方法。

背景技术

现有的宠物图像识别中，由于宠物离探头的距离范围值较大，即宠物可能离探头比较近，也可能离探头比较远，因此，识别目标的尺度范围会比较大。再者，识别实际画面比较复杂，例如，存在遮挡、目标姿态众多以及模型性能、大小的问题，这些都给宠物的准确识别带来了难度。

发明内容

本发明的目的在于提出一种宠物识别方法，以克服现有技术中存在的上述不足。

为实现上述技术目的，本发明的技术方案是这样实现的：

一种宠物识别方法，所述方法包括以下步骤：

1）使用yolov5作为宠物识别模型；

2）采集若干含有宠物图像的图片；

3）使用语义分割模型将图片中的宠物和背景分割开来，按照分割的结果把含有宠物的图片另存为具有透明通道的png图片，将背景的部分变为透明，使图片只保留宠物部分；

4）对图片进行数据增强处理，具体为：读取原图片中宠物打标的框的尺寸，按照所述尺寸以及项目要求设定增强后的图片的尺寸，并使用对应场景图作为背景，再将宠物原图贴在背景上；

5）使用程序按照一定随机的系数微调数据增强后的图片，具体为调整图片的色度、亮度和对比度；

6）将调整后的图片输入宠物识别模型并使用Generalized Focal Loss损失函数来训练宠物识别模型，得到训练好的宠物识别模型；

7）采集含有宠物图像的图片并输入训练好的宠物识别模型中；

8）获取采集的图片中宠物图像的特征，计算与训练好的宠物识别模型内存储的宠物的特征的相似度，输出宠物识别结果。

进一步的，步骤5）中使用python的pillow实现对图片色度、亮度和对比度的调整。

本发明的有益效果：对于含有宠物的视频图像中，本发明能够实现对较大范围尺寸的宠物的准确识别，避免实际中宠物遮挡和姿态众多对识别的影响。

附图说明

图1是本发明实施例所述方法的流程图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

如图1所示，根据本发明的实施例所述的一种宠物识别方法，所述方法包括以下步骤：