[发明专利]基于深度学习的图像识别方法、装置及相关设备

权利要求书

1.一种基于深度学习的图像识别方法，其特征在于，包括：

采集监控设备获取的图像数据；

对所述图像数据进行预处理，得到训练样本；

构建图像识别模型，所述图像识别模型包括Transformer网络、ResNet50网络以及Bnneck网络，其中，所述Transformer网络用于对输入的所述训练样本进行超分辨率重建，生成高分辨率样本，所述ResNet50网络用于对所述高分辨率样本进行特征图提取，所述Bnneck网络用于对所述ResNet50网络提取到的特征图进行归一化处理，所述Bnneck网络包括特征层、FC分类层以及位于所述特征层或所述FC分类层之后的BN层；

将所述训练样本输入至所述图像识别模型中，并利用预热的学习率和损失函数对所述图像识别模型进行训练，得到训练好的所述图像识别模型；

将待识别图像输入至所述训练好的所述图像识别模型中进行识别，得到识别结果。

2.根据权利要求1所述的图像识别方法，其特征在于，所述对所述图像数据进行预处理，包括：

对所述图像数据进行读取验证，以确定损坏的图像数据；

去除所述损坏的图像数据，对剩余的图像数据按照Market-1501数据集的命名格式进行重命名；

将重命名后的图像数据进行随机旋转、缩放、平移以及随机擦除中的一种或多种数据增强处理操作，从而得到训练样本。

3.根据权利要求2所述的图像识别方法，其特征在于，所述随机擦除的操作具体包括：

在所述重命名后的图像数据中随机选取一个基点，以所述基点为起始点随机选取需要擦除的方形区域的长度和宽度；

若所述长度和宽度未超出所述重命名后的图像数据的边界，对所述长度和宽度限定的方形区域进行擦除，否则重新执行以所述基点为起始点随机选取需要擦除的方形区域的长度和宽度的步骤。

4.根据权利要求1所述的图像识别方法，其特征在于，所述利用预热的学习率和损失函数对所述图像识别模型进行训练，包括：

设定所述图像识别模型的学习周期一共有m个，m为大于零的整数；

在前n个学习周期使学习率线性递增，第n个学习周期的学习率为最大学习率，从第n+1个学习周期开始直至第m-n个学习周期学习率保持为所述最大学习率，从第m-n+1个学习周期直至第m个学习周期，使学习率从所述最大学习率线性递减，所述n为大于零小于m的整数。

5.根据权利要求1所述的图像识别方法，其特征在于，所述损失函数的表达式为：

L＝L_ID+L_Triplet+βL_C

其中，β表示权重，L_ID表示ID loss函数，表达式如下：

其中，

在所述ID loss的表达式中，所述y表示所述训练样本的真实标签的值，pi表示所述训练样本中第i类别图像的logits输出值，N表示所述训练样本的类别数，即ID个数，ε为常量，qi表示预测类别概率。

L_triplet表示triplet loss函数，表达式如下：

其中，所述N表示所述训练样本中的样本数量，表示参考样本Anchor，表示同类样本Positive，表示异类样本Negative，α表示设定的训练间隔，函数f(x)为元素x的特征表达。

L_c表示centerloss函数，表达式如下：

其中，yj表示mini-batch中第j个样本的标签，c_yj表示深度特征的第yi类中心特征向量，B表示batch-size的数量，f_tj表示第yj类的第t个样本的特征向量。

6.根据权利要求1所述的图像识别方法，其特征在于，所述ResNet50网络包括多个卷积块，每个所述卷积块中的最后一层卷积层的步长由2变为1。

7.根据权利要求1所述的图像识别方法，其特征在于，所述图像数据为行人图像数据或者车辆图像数据，所述图像识别模型为行人重识别模型或者车辆识别模型。