[发明专利]图像识别和神经网络模型的训练方法、装置和系统

摘要

本申请涉及一种图像识别和神经网络模型的训练方法、装置、系统和可读存储介质。该方法包括：获取待识别图像；将待识别图像输入神经网络模型，输出待识别图像的目标图像特征；神经网络模型是基于属于多个训练数据集的各样本图像进行训练的，任意两个训练数据集对应的数据集特征距离之间的差值小于预设阈值；数据集特征距离为数据集类间特征距离或数据集类内特征距离；根据与神经网络模型对应的判定阈值，对目标图像特征进行图像识别处理，得到待识别图像的图像识别结果。针对不同数据集，采用本方法能够可以表现出较为均衡的图像识别性能。

主权项

1.一种图像识别方法，其特征在于，包括：获取待识别图像；将所述待识别图像输入神经网络模型，输出所述待识别图像的目标图像特征；所述神经网络模型是基于属于多个训练数据集的各样本图像进行训练的，任意两个训练数据集对应的数据集特征距离之间的差值小于预设阈值；所述数据集特征距离为数据集类间特征距离或数据集类内特征距离，所述数据集类间特征距离用于表征属于同一数据集且在特征空间上属于不同类别的任意两个特征点之间的距离，所述数据集类内特征距离用于表征属于同一数据集且在特征空间上属于同一类别的任意两个特征点之间的距离；根据与所述神经网络模型对应的判定阈值，对所述目标图像特征进行图像识别处理，得到所述待识别图像的图像识别结果。