[发明专利]对象识别方法、装置、电子设备及存储介质

说明书

本申请提供了一种对象识别方法、装置、电子设备及存储介质，包括：获取待识别的目标图像；确定所述目标图像对应的识别任务，所述识别任务用于指示所要识别的对象；由第一神经网络对所述目标图像进行特征提取，获得所述目标图像的第一特征图；由目标第二神经网络对所述第一特征图进行对象识别，获得所述目标图像对应于所述识别任务的识别结果，其中，所述目标第二神经网络是指与所述第一特征图的尺寸和所述识别任务相对应的第二神经网络。通过本申请能够降低构建和训练的神经网络模型的数量，减少训练神经网络模型的时间，同时提高了计算资源的利用率，并且还增加了神经网络模型的适用范围。

技术领域

本申请涉及人工智能领域，更具体地，涉及一种对象识别方法、装置、电子设备及存储介质。

背景技术

随着计算机视觉技术的发展以及自动驾驶技术的发展，通常会使用多个摄像头来对车辆周围的环境和物体进行识别，相关技术中，通常是将图像输入到神经网络模型中，由神经网络模型来输出识别结果。而相关技术中，该用于对象识别的神经网络模型不仅与识别任务相关，而且对输入的尺寸有要求，所以，需要针对每一识别任务和每一输入尺寸，预先构建对应的神经网络模型。从而，在识别任务为多个，且有不同尺寸的场景下，需要构建和训练的神经网络模型较多，而且，训练神经网络模型的时间也较长。

发明内容

有鉴于此，本申请实施例提出了一种对象识别方法、装置、电子设备及存储介质，以改善上述问题。

根据本申请实施例的一个方面，提供了一种对象识别方法，包括：获取待识别的目标图像；确定所述目标图像对应的识别任务，所述识别任务用于指示所要识别的对象；由第一神经网络对所述目标图像进行特征提取，获得所述目标图像的第一特征图；由目标第二神经网络对所述第一特征图进行对象识别，获得所述目标图像对应于所述识别任务的识别结果，其中，所述目标第二神经网络是指与所述第一特征图的尺寸和所述识别任务相对应的第二神经网络。

根据本申请实施例的一个方面，提供了一种对象识别装置，包括：获取模块，用于获取待识别的目标图像；确定模块，用于确定所述目标图像对应的识别任务，所述识别任务用于指示所要识别的对象；第一特征提取模块，用于由第一神经网络对所述目标图像进行特征提取，获得所述目标图像的第一特征图；第一识别模块，用于由目标第二神经网络对所述第一特征图进行对象识别，获得所述目标图像对应于所述识别任务的识别结果，其中，所述目标第二神经网络是指与所述第一特征图的尺寸和所述识别任务相对应的第二神经网络。

根据本申请实施例的一个方面，提供了一种电子设备，包括：处理器；存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如上所述对象识别方法。

根据本申请实施例的一个方面，提供了一种计算机可读存储介质，其上存储有计算机可读指令，当所述计算机可读指令被处理器执行时，实现如上所述对象识别方法。

在本申请的方案中，将用于进行对象识别的神经网络模型进行了拆分，即将神经网络模型拆分成对于输入的尺寸无要求且与识别任务没有关联关系的第一神经网络，和对输入有尺寸要求且与识别任务相关的第二神经网络，其中，第一神经网络用于对输入的图像进行特征提取，第二神经网络用于基于图像的特征图进行对象识别，输出识别结果。在此基础上，对于待识别的目标图像，将其输入到第一神经网络中进行特征提取，得到第一特征图；并根据目标图像的识别任务和第一特征图的尺寸来确定相对应的目标第二神经网络，然后由目标第二神经网络根据第一特征图进行对象识别，获得目标图像对应于该识别任务的识别结果。