[發明專利]菜肴圖像識別方法及裝置

在審

• 申請號: 202010097854.1
• 申請日: 2020-02-18
• 公開（公告）號: CN111291694A
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 胡沁涵;郭心悅;楊季文;朱磊
• 申請（專利權）人: 蘇州大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 蘇州謹和知識產權代理事務所(特殊普通合伙) 32295
• 代理人: 唐靜芳

1.一種菜肴圖像識別方法，其特征在于，所述方法包括：

獲取待識別的目標菜肴圖像；

獲取圖像識別模型，所述圖像識別模型基于神經網絡模型建立，且所述神經網絡模型中的多層中間層添加了批歸一化層，所述批歸一化層包括歸一化層和線性變換層；所述歸一化層用于對所述當前層的輸入數據進行歸一化；所述線性變換層用于將歸一化后的數據線性變換至預設分布區間，所述線性變換層中的線性變換參數是通過對所述圖像識別模型進行訓練得到的；

將所述目標菜肴圖像輸入圖像識別模型，得到圖像識別結果。

2.根據權利要求1所述的方法，其特征在于，所述獲取圖像識別模型，包括：

獲取訓練數據、所述訓練數據的均值和方差；

獲取待訓練的初始網絡模型，所述初始網絡模型的網絡結構與所述圖像識別模型的網絡結構相同；

將所述訓練數據、所述均值和所述方差輸入所述初始網絡模型，以使所述初始網絡模型中的每層歸一化層按照所述均值和所述方差對當前層的輸入數據進行歸一化處理、所述初始網絡模型的線性變換層對歸一化后的數據進行線性變換后，得到訓練結果；

基于所述訓練結果與真實結果的差異對所述初始網絡模型的模型參數進行迭代訓練，得到訓練后的圖像識別模型；其中，所述模型參數包括所述線性變換層中的線性變換參數。

3.根據權利要求2所述的方法，其特征在于，

所述初始網絡模型中多層中間層的歸一化層通過下式表示：

其中，x_i表示當前層的輸入數據中第i個數據，μ_B是所述當前層的輸入數據的均值，是所述訓練數據的方差；∈表示預設正數，

所述初始網絡模型中多層中間層的線性變換層通過下式表示：

其中，表示歸一化后的數據，γ表示所述線性變換層的線性變換參數中的尺度變換參數，β表示所述線性變換層的線性變換參數中的平移參數。

4.根據權利要求2所述的方法，其特征在于，所述基于所述訓練結果與真實結果的差異對所述初始網絡模型的模型參數進行迭代訓練，得到訓練后的圖像識別模型之后，還包括：

獲取測試數據，所述測試數據與所述訓練數據不同；

基于無偏估計法確定所述測試數據的均值估算值和方差估算值；

將所述測試數據、所述均值估算值和所述方差估算值輸入所述訓練后的圖像識別模型，以使所述訓練后的圖像識別模型中的每層歸一化層按照所述均值估算值、所述方差估算值對當前層的輸入數據進行歸一化處理、所述訓練后的圖像識別模型的線性變換層使用訓練后的線性變換參數對歸一化后的數據進行線性變換，得到測試結果；

基于所述測試結果確定所述訓練后的圖像識別模型的模型性能是否達到期望性能；

在所述模型性能達到所述期望性能時，確定所述訓練后的圖像識別模型為用于識別所述目標菜肴圖像的圖像識別模型。

5.根據權利要求4所述的方法，其特征在于，

所述訓練后的圖像識別模型中多層中間層的歸一化層通過下式表示：

其中，x_T表示所述測試數據中第T個數據，E_[x]是所述均值估算值，Var[x]是所述方差估算值；∈表示預設正數，

所述訓練后的圖像識別模型中多層中間層的線性變換層通過下式表示：

其中，γ表示所述線性變換層的線性變換參數中的尺度變換參數，β表示所述線性變換層的線性變換參數中的平移參數。

6.根據權利要求1所述的方法，其特征在于，所述獲取圖像識別模型，包括：

獲取所述目標菜肴圖像的目標識別需求；

在預設的識別需求與圖像識別模型的對應關系中，查找所述目標識別需求對應的圖像識別模型。