[发明专利]一种图像识别方法、系统、计算机设备和存储介质

摘要

本发明实施例提供的一种图像识别方法、系统、计算机设备和存储介质，所述方法包括获取图像识别数据集；根据所述图像识别数据集构建基于浅层卷积神经网络的图像识别模型；采用所述图像识别数据集对所述图像识别模型进行识别训练，得到识别结果。该方法在实际的图像识别应用中，采用包括四个卷积层、四个批量归一化层、两个池化层、三个随机失活层、一个全连接层及softmax分类输出层的图像识别模型，在减少了深度卷积神经网络的层数和降低其模型计算量的同时，还解决了现有浅层卷积神经网络的特征冗余和过拟合问题，不仅简化了网络结构、提高了模型训练效率，还进一步提高了模型的泛化能力和图像识别精度。