[發明專利]圖像識別方法、識別模型的訓練方法及相關裝置、設備

在審

• 申請號: 202010121559.5
• 申請日: 2020-02-26
• 公開（公告）號: CN111461165A
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 楊爽;李嘉輝;黃曉迪
• 申請（專利權）人: 上海商湯智能科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 何倚雯

本申請公開了一種圖像識別方法、識別模型的訓練方法及相關裝置、設備，其中，圖像識別方法包括：獲取待識別病理圖像；采用識別模型中的檢測子模型對待識別病理圖像進行目標檢測，得到待識別病理圖像中包含目標細胞的檢測區域；利用識別模型中的分類子模型對檢測區域進行第一分類處理，得到目標細胞的類別。上述方案，能夠準確、高效地識別病理圖像中的目標細胞。

技術領域

本申請涉及人工智能技術領域，特別是涉及一種圖像識別方法、識別模型的訓練方法及相關裝置、設備。

背景技術

隨著神經網絡、深度學習等人工智能技術的發展，對神經網絡模型進行訓練，并利用經訓練的神經網絡模型滿足醫學領域中的相關業務需求，逐漸受到人們的青睞。

在相關業務需求中，由于國內細胞病理醫生嚴重匱乏，故利用人工智能技術對病理圖像進行輔助識別，以篩查其中諸如病變細胞等目標細胞，在當前細胞病理醫療資源匱乏的情況下，具有重要意義。有鑒于此，如何準確、高效地識別病理圖像中的目標細胞成為亟待解決的問題。

發明內容

本申請提供一種圖像識別方法、識別模型的訓練方法及相關裝置、設備。

本申請第一方面提供了一種圖像識別方法，包括：獲取待識別病理圖像；采用識別模型中的檢測子模型對待識別病理圖像進行目標檢測，得到待識別病理圖像中包含目標細胞的檢測區域；利用識別模型中的分類子模型對檢測區域進行第一分類處理，得到目標細胞的類別。

因此，通過采用識別模型中的檢測子模型對獲取到的待識別病理圖像進行目標檢測，從而得到待識別病理圖像中包含目標細胞的檢測區域，再利用識別模型中的分析子模型對檢測區域檢修第一分類處理，得到目標細胞的類別，進而能夠先進行目標細胞的檢測，再進行目標細胞的分類，將檢測與分類分離，從而能夠準確、高效地識別病理圖像中的目標細胞。

其中，采用識別模型中的檢測子模型對待識別病理圖像進行目標檢測，得到待識別病理圖像中包含目標細胞的檢測區域包括：利用檢測子模型的第一部分對待識別病理圖像進行第二分類處理，得到待識別病理圖像的圖像分類結果，其中，圖像分類結果用于表示待識別病理圖像中是否包含目標細胞；若圖像分類結果表示待識別病理圖像中包含目標細胞，則利用檢測子模型的第二部分對待識別病理圖像進行區域檢測，得到包含目標細胞的檢測區域。

因此，通過檢測子模型的第一部分對待識別病理圖像進行第二分類處理，得到待識別病理圖像的圖像分類結果，且圖像分類結果用于表示待識別病理圖像中是否包含目標細胞，當圖像分類結果表示待識別病理圖像中包含目標細胞時，再利用檢測子模型的第二部分對待識別病理圖像進行區域檢測，得到包含目標細胞的檢測區域，故能夠實現目標細胞的動態檢測，提高目標細胞識別的效率。

其中，在利用檢測子模型的第一部分對待識別病理圖像進行第二分類處理，得到待識別病理圖像的圖像分類結果之后，還包括：若圖像分類結果表示待識別病理圖像中不包含目標細胞，則第一部分輸出待識別圖像中不包含目標細胞的檢測結果提示。

因此，當圖像分類結果表示待識別病理圖像中不包含目標細胞時，第一部分輸出待識別圖像中不包含目標細胞的檢測結果提示，故能夠實現目標細胞的動態檢測，提高目標細胞識別的效率。

其中，采用識別模型中的檢測子模型對待識別病理圖像進行目標檢測，得到待識別病理圖像中包含目標細胞的檢測區域還包括：利用檢測子模型的第三部分對待識別病理圖像進行特征提取，得到待識別病理圖像的圖像特征。

因此，通過檢測子模型的第三部分對待識別病理圖像進行特征提取，得到待識別病理圖像的圖像特征，從而能夠先對待識別病理圖像進行，進而后續在此基礎上再利用檢測子模型進行其他處理，故能夠有利于提高模型的運行效率。

其中，利用檢測子模型的第一部分對待識別病理圖像進行第二分類處理，得到待識別病理圖像的圖像分類結果，包括：利用檢測子模型的第一部分對圖像特征進行第二分類處理，得到待識別病理圖像的圖像分類結果。