[发明专利]基于深度学习的图像识别方法、装置及相关设备

说明书

本申请实施例公开了一种基于深度学习的图像识别方法、装置及相关设备，所述方法包括：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，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。通过上述方式，有效解决了现有模型出现“过拟合”、图片分辨率过低以及训练后期不稳定的问题。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种基于深度学习的图像识别方法、装置及相关设备。

背景技术

行人重识别(Person re-identification)也称行人再识别，是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术，可广泛应用于智能视频监控、智能安保等领域。

现有的用于行人重识别的模型容易过拟合、训练期间不稳定以及图像分辨率过低的问题，具体而言，由于模型训练初期，对任何数据都比较陌生，容易提早的陷入“过拟合”，此外，在模型训练后期，如果某一类数据过多，会导致模型训练出现不稳定现象。

发明内容

本申请实施例提供一种基于深度学习的图像识别方法、装置及相关设备，有效解决了现有模型出现“过拟合”、图片分辨率过低以及训练后期不稳定的问题。

为了解决上述技术问题，本申请一方面提供一种基于深度学习的图像识别方法，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。

更进一步地，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。

更进一步地，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。

更进一步地，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；