[发明专利]一种软硬件一体化的人工智能图像识别数据处理方法

说明书

本发明公开的属于人工智能数据搜索与发布方法技术领域，具体为一种软硬件一体化的人工智能图像识别数据处理方法，该软硬件一体化的人工智能图像识别数据处理方法具体包括：步骤一：根据知识库的描述，按照图像标注规则，使用图像标注工具，对图像数据进行标注，接着选择常用的数据增强方法，使用图像增强工具，通过CPU硬件和GPU硬件结合，对图像数据进行增强，通过构建软硬件一体化的数据处理平台系统，帮助用户快速启动和实现人工智能项目，节省普通行业及业务领域中对图像识别技术的学习与应用的时间成本和人力资源成本，实现人工智能与业务的快速融合，可广泛适用于人工智能图像识别科研、教学、实训、开发和生产等领域。

技术领域

本发明涉及人工智能数据搜索与发布方法技术领域，具体为一种软硬件一体化的人工智能图像识别数据处理方法。

背景技术

随着人工智能技术的发展，可以通网络模型识别出图像内容中包含的文本，这些图像识别结果可以应用于图像分类、广告识别等，在通过网络模型对图像进行文本识别的过程中，对于确定出的任意一个可能的文字，所进行处理流程都是一致的，也就是说，待识别文本的数量或待识别的图像数量会直接影响网络模型需要处理的数据量。

现有的基于深度学习模式的图像识别技术应用很复杂，包括图像数据的标注、深度学习框架的搭建、算法模型代码的编辑、算法模型的训练、算法模型的优化、模型冻结和导出、模型部署等，还涉及到多种硬件，包括核心处理单元、GPU、TPU、存储、网络等，用户的学习成本非常高，用户要使用深度学习实现图像识别的难度大。

发明内容

本发明的目的在于提供一种软硬件一体化的人工智能图像识别数据处理方法，以解决上述背景技术中提出的现有的基于深度学习模式的图像识别技术应用很复杂，用户的学习成本非常高，用户要使用深度学习实现图像识别的难度大的问题。

为实现上述目的，本发明提供如下技术方案：一种软硬件一体化的人工智能图像识别数据处理方法，该软硬件一体化的人工智能图像识别数据处理方法具体包括：

步骤一：根据知识库的描述，按照图像标注规则，使用图像标注工具，对图像数据进行标注，接着选择常用的数据增强方法，使用图像增强工具，通过CPU硬件和GPU硬件结合，对图像数据进行增强；

步骤二：根据知识库描述，选择最合适的人工神经网络，使用深度学习网络搭建工具，对训练网络进行模型搭建，具体方法包括：通过计算机对图像进行识别，包括对图像中的目标进行分类，以及对图像中的目标进行查找，使用编程语言，搭建人工神经网络模型；

步骤三：根据知识库描述，使用深度学习训练引擎工具，通过已搭建的数据训练模型，通过GPU对已标注的数据进行算法模型训练；

步骤四：根据知识库描述，选择常用的网络优化方法，使用优化工具对算法模型进行优化；

步骤五：根据知识库描述，把已经训练完成的数据模型部署到模拟应用环境中，通过边缘CPU或TPU完成算法模型与应用的集成。

优选的，所述步骤一的具体方法包括：1)在给定的数据集中去掉噪声图片；2)规范图片文件格式；3)给图片分类；4)统一文件命名；5)规范存储介质；6)设计存储路径；7)标注人脸图像；8)标注人体图像；9)标注手势图像；10)标注道路场景；11)标注目标对象；12)旋转图片；13)拉伸图片；14)平移图片；15)变换图片颜色。

优选的，所述步骤三中具体方法包括：1)请使用深度学习框架；2)设置训练模型参数；3)定义丢失参数；4)确定训练样本；5)确定测试样本；6)定义正负样本；7)使用可视化工具；8)将训练结果可视化；9)分析准确率、召回率，验证算法模型。