[发明专利]一种图像识别方法及设备、存储介质

权利要求书

1.一种图像识别方法，其特征在于，所述方法包括：

在接收到输入图像的情况下，将所述输入图像输入预设区域框定位模型中，得到局部框信息；所述预设区域框定位模型根据样本图像中标注的目标区域框训练得到；

利用所述局部框信息，对所述输入图像进行图像分割，得到目标区域；

对所述目标区域进行图像识别，得到图像识别结果。

2.根据权利要求1所述的方法，其特征在于，所述在接收到输入图像的情况下，将所述输入图像输入预设区域框定位模型中，得到局部框信息之前，所述方法还包括：

获取标注所述目标区域框的所述样本图像；

利用第一预设卷积神经网络提取所述目标区域框的目标区域框特征；

根据所述目标区域框特征训练初始区域框定位模型，得到所述预设区域框定位模型。

3.根据权利要求1所述的方法，其特征在于，所述根据所述目标区域框特征训练初始区域框定位模型，得到所述预设区域框定位模型，包括：

将所述目标区域框特征输入所述初始区域框定位模型中，对所述目标区域框特征进行多次卷积操作和全局平均池化，得到所述局部框信息和所述局部框信息的欧式距离损失；

利用所述欧式距离损失，对所述初始区域框定位模型进行训练，得到所述预设区域框定位模型。

4.根据权利要求1所述的方法，其特征在于，所述利用所述局部框信息，对输入图像进行图像分割，得到目标区域，包括：

对所述局部框信息进行预设特征信息转换，得到转换后的特征信息；

利用所述转换后的特征信息，对所述输入图像进行图像分割，得到所述目标区域。

5.根据权利要求1或4所述的方法，其特征在于，所述对所述目标区域进行图像识别，得到所述输入图像的图像识别结果，包括：

利用第二预设卷积神经网络提取所述目标区域的深层特征；

利用预设分类模型，对所述深层特征进行分类识别，得到所述图像识别结果。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

在训练得到所述预设区域框定位模型之后，固定所述预设区域框定位模型的模型参数；并对初始分类模型进行训练，得到所述预设分类模型。

7.根据权利要求2所述的方法，其特征在于，所述第一预设卷积神经网络为残差50卷积神经网络。

8.一种图像识别设备，其特征在于，所述设备包括：

输入模块，用于在接收到输入图像的情况下，将所述输入图像输入预设区域框定位模型中，得到局部框信息；所述预设区域框定位模型根据样本图像中标注的目标区域框训练得到；

分割模块，用于利用所述局部框信息，对所述输入图像进行图像分割，得到目标区域；

识别模块，用于对所述目标区域进行图像识别，得到图像识别结果。

9.一种图像识别设备，其特征在于，所述设备包括：处理器、存储器及通信总线；所述处理器执行存储器存储的运行程序时实现如权利要求1-7任一项所述的图像识别方法。

10.一种存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-7任一项所述的图像识别方法。