[發明專利]用于識別花卉的方法和裝置

在審

• 申請號: 201810044186.9
• 申請日: 2018-01-17
• 公開（公告）號: CN108171275A
• 公開（公告）日: 2018-06-15
• 發明（設計）人: 孫明;周峰
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N99/00
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種用于識別花卉的方法，包括：

獲取待識別圖像；

將所述待識別圖像輸入預先訓練的花卉識別模型，得到第一識別結果，其中，所述第一識別結果包括所述待識別圖像中存在指定的花卉類別集合中的花卉類別下的花卉的概率和不存在花卉的概率，所述花卉識別模型用于表征圖像與第一識別結果之間的對應關系；

基于所得的第一識別結果生成第二識別結果，并輸出所述第二識別結果。

2.根據權利要求1所述的方法，其中，所述花卉識別模型是通過對預設的卷積神經網絡進行訓練得到的，其中，所述卷積神經網絡包括卷積層、池化層、全連接層和損失層，所述卷積神經網絡中的非首個卷積層與位于所述非首個卷積層之前的至少一個卷積層相連接。

3.根據權利要求2所述的方法，其中，所述花卉識別模型是通過以下訓練步驟訓練得到的：

獲取預置的樣本圖像集合和與所述樣本圖像集合中的每個樣本圖像對應的標簽，其中，所述樣本圖像集合中存在顯示有花卉的樣本圖像；

利用機器學習方法，基于所述樣本圖像集合、所述樣本圖像集合中的每個樣本圖像所對應的標簽、預設的分類損失函數和反向傳播算法對所述卷積神經網絡進行訓練，得到花卉識別模型。

4.根據權利要求1所述的方法，其中，所述基于所得的第一識別結果生成第二識別結果，包括：

確定所述待識別圖像中不存在花卉的概率是否為所得的第一識別結果中的最大概率；

若不是最大概率，則按照數值大小，從所述待識別圖像中存在所述花卉類別集合中的花卉類別下的花卉的概率中選取概率，并將選取出的概率和該概率所對應的花卉類別的名稱生成第二識別結果。

5.根據權利要求4所述的方法，其中，所述按照數值大小，從所述待識別圖像中存在所述花卉類別集合中的花卉類別下的花卉的概率中選取概率，包括：

按照數值由大到小的順序，對所述待識別圖像中存在所述花卉類別集合中的花卉類別下的花卉的概率進行排序，得到概率序列；

從所述概率序列的首部開始選取預置數目個概率。

6.根據權利要求4所述的方法，其中，所述按照數值大小，從所述待識別圖像中存在所述花卉類別集合中的花卉類別下的花卉的概率中選取概率，還包括：

從所述待識別圖像中存在所述花卉類別集合中的花卉類別下的花卉的概率中選取不小于概率閾值的概率。

7.根據權利要求4所述的方法，其中，所述基于所得的第一識別結果生成第二識別結果，還包括：

若是最大概率，則生成用于指示所述待識別圖像中不存在花卉的文本信息，將所述文本信息和所述待識別圖像中不存在花卉的概率生成第二識別結果。

8.根據權利要求1所述的方法，其中，所述方法還包括：

將所述待識別圖像作為新的樣本圖像進行存儲。

9.一種用于識別花卉的裝置，包括：

獲取單元，配置用于獲取待識別圖像；

識別單元，配置用于將所述待識別圖像輸入預先訓練的花卉識別模型，得到第一識別結果，其中，所述第一識別結果包括所述待識別圖像中存在指定的花卉類別集合中的花卉類別下的花卉的概率和不存在花卉的概率，所述花卉識別模型用于表征圖像與第一識別結果之間的對應關系；

輸出單元，配置用于基于所得的第一識別結果生成第二識別結果，并輸出所述第二識別結果。

10.根據權利要求9所述的裝置，其中，所述花卉識別模型是通過對預設的卷積神經網絡進行訓練得到的，其中，所述卷積神經網絡包括卷積層、池化層、全連接層和損失層，所述卷積神經網絡中的非首個卷積層與位于所述非首個卷積層之前的至少一個卷積層相連接。