[发明专利]用于识别花卉的方法和装置

摘要

本申请实施例公开了用于识别花卉的方法和装置。该方法的一具体实施方式包括:获取待识别图像；将待识别图像输入预先训练的花卉识别模型，得到第一识别结果，其中，第一识别结果包括待识别图像中存在指定的花卉类别集合中的花卉类别下的花卉的概率和不存在花卉的概率，花卉识别模型用于表征图像与第一识别结果之间的对应关系；基于所得的第一识别结果生成第二识别结果，并输出第二识别结果。该实施方式实现了对花卉的识别。 1

主权项

1.一种用于识别花卉的方法，包括：

获取待识别图像；

将所述待识别图像输入预先训练的花卉识别模型，得到第一识别结果，其中，所述第一识别结果包括所述待识别图像中存在指定的花卉类别集合中的花卉类别下的花卉的概率和不存在花卉的概率，所述花卉识别模型用于表征图像与第一识别结果之间的对应关系；

基于所得的第一识别结果生成第二识别结果，并输出所述第二识别结果。

2.根据权利要求1所述的方法，其中，所述花卉识别模型是通过对预设的卷积神经网络进行训练得到的，其中，所述卷积神经网络包括卷积层、池化层、全连接层和损失层，所述卷积神经网络中的非首个卷积层与位于所述非首个卷积层之前的至少一个卷积层相连接。

3.根据权利要求2所述的方法，其中，所述花卉识别模型是通过以下训练步骤训练得到的：

获取预置的样本图像集合和与所述样本图像集合中的每个样本图像对应的标签，其中，所述样本图像集合中存在显示有花卉的样本图像；

利用机器学习方法，基于所述样本图像集合、所述样本图像集合中的每个样本图像所对应的标签、预设的分类损失函数和反向传播算法对所述卷积神经网络进行训练，得到花卉识别模型。

4.根据权利要求1所述的方法，其中，所述基于所得的第一识别结果生成第二识别结果，包括：

确定所述待识别图像中不存在花卉的概率是否为所得的第一识别结果中的最大概率；

若不是最大概率，则按照数值大小，从所述待识别图像中存在所述花卉类别集合中的花卉类别下的花卉的概率中选取概率，并将选取出的概率和该概率所对应的花卉类别的名称生成第二识别结果。

5.根据权利要求4所述的方法，其中，所述按照数值大小，从所述待识别图像中存在所述花卉类别集合中的花卉类别下的花卉的概率中选取概率，包括：

按照数值由大到小的顺序，对所述待识别图像中存在所述花卉类别集合中的花卉类别下的花卉的概率进行排序，得到概率序列；

从所述概率序列的首部开始选取预置数目个概率。

6.根据权利要求4所述的方法，其中，所述按照数值大小，从所述待识别图像中存在所述花卉类别集合中的花卉类别下的花卉的概率中选取概率，还包括：

从所述待识别图像中存在所述花卉类别集合中的花卉类别下的花卉的概率中选取不小于概率阈值的概率。

7.根据权利要求4所述的方法，其中，所述基于所得的第一识别结果生成第二识别结果，还包括：

若是最大概率，则生成用于指示所述待识别图像中不存在花卉的文本信息，将所述文本信息和所述待识别图像中不存在花卉的概率生成第二识别结果。

8.根据权利要求1所述的方法，其中，所述方法还包括：

将所述待识别图像作为新的样本图像进行存储。

9.一种用于识别花卉的装置，包括：

获取单元，配置用于获取待识别图像；

识别单元，配置用于将所述待识别图像输入预先训练的花卉识别模型，得到第一识别结果，其中，所述第一识别结果包括所述待识别图像中存在指定的花卉类别集合中的花卉类别下的花卉的概率和不存在花卉的概率，所述花卉识别模型用于表征图像与第一识别结果之间的对应关系；

输出单元，配置用于基于所得的第一识别结果生成第二识别结果，并输出所述第二识别结果。

10.根据权利要求9所述的装置，其中，所述花卉识别模型是通过对预设的卷积神经网络进行训练得到的，其中，所述卷积神经网络包括卷积层、池化层、全连接层和损失层，所述卷积神经网络中的非首个卷积层与位于所述非首个卷积层之前的至少一个卷积层相连接。

11.根据权利要求10所述的装置，其中，所述花卉识别模型是通过以下训练步骤训练得到的：

获取预置的样本图像集合和与所述样本图像集合中的每个样本图像对应的标签，其中，所述样本图像集合中存在显示有花卉的样本图像；

利用机器学习方法，基于所述样本图像集合、所述样本图像集合中的每个样本图像所对应的标签、预设的分类损失函数和反向传播算法对所述卷积神经网络进行训练，得到花卉识别模型。

12.根据权利要求9所述的装置，其中，所述输出单元包括：

确定子单元，配置用于确定所述待识别图像中不存在花卉的概率是否为所得的第一识别结果中的最大概率；

第一生成子单元，配置用于若不是最大概率，则按照数值大小，从所述待识别图像中存在所述花卉类别集合中的花卉类别下的花卉的概率中选取概率，并将选取出的概率和该概率所对应的花卉类别的名称生成第二识别结果。

13.根据权利要求12所述的装置，其中，所述第一生成子单元进一步配置用于：

按照数值由大到小的顺序，对所述待识别图像中存在所述花卉类别集合中的花卉类别下的花卉的概率进行排序，得到概率序列；

从所述概率序列的首部开始选取预置数目个概率。

14.根据权利要求12所述的装置，其中，所述第一生成子单元还进一步配置用于：

从所述待识别图像中存在所述花卉类别集合中的花卉类别下的花卉的概率中选取不小于概率阈值的概率。

15.根据权利要求12所述的装置，其中，所述输出单元还包括：

第二生成子单元，配置用于若是最大概率，则生成用于指示所述待识别图像中不存在花卉的文本信息，将所述文本信息和所述待识别图像中不存在花卉的概率生成第二识别结果。

16.根据权利要求9所述的装置，其中，所述装置还包括：

存储单元，配置用于将所述待识别图像作为新的样本图像进行存储。

17.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1‑8中任一所述的方法。

18.一种计算机可读存储介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1‑8中任一所述的方法。