[發明專利]一種圖像識別方法和裝置

在審

• 申請號: 202011553934.X
• 申請日: 2020-12-24
• 公開（公告）號: CN112598062A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 黃高;王語霖;呂康晨
• 申請（專利權）人: 清華大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08;G06N3/04
• 代理公司: 北京安信方達知識產權代理有限公司 11262
• 代理人: 蔣冬梅;栗若木

本申請實施例提供了一種圖像識別方法和裝置，該方法包括：獲取待識別圖像；從待識別圖像中隨機裁剪出具有預設圖像大小的圖像塊；將圖像塊輸入訓練好的神經網絡分類模型獲取圖像塊的分類結果；根據分類結果確定分類置信度；根據分類置信度確定是否將當前分類結果作為最終圖像識別結果；當不能將當前分類結果作為最終圖像識別結果時，以迭代計算的形式根據特征圖和定位策略網絡重新獲得下一個圖像塊，并根據下一個圖像塊獲取下一個分類置信度，直至根據獲得的分類置信度確定出將當前分類結果作為最終圖像識別結果。該實施例方案在確保圖像分類結果準確率的基礎上達到了更好的神經網絡加速效果，大大提高了系統的運行效率。

技術領域

本文涉及神經網絡加速技術，尤指一種圖像識別方法和裝置。

背景技術

神經網絡加速技術指的是利用網絡剪枝、權重量化等方法，降低神經網絡的計算開銷和測試時延，對神經網絡的運行過程進行加速，在神經網絡模型的實際部署和應用中具有非常廣泛的應用。近年來，隨著人工智能技術的快速發展，深度卷積神經網絡的規模變得越來越大，大規模的卷積神經網絡能夠處理更復雜的任務，但也帶來了巨大的計算和存儲資源消耗。對于手機、手環等計算資源有限的移動設備和可穿戴式設備而言，巨大的計算量意味著較高的功耗和運行時延，不利于神經網絡在硬件上的部署，制約了神經網絡的應用，而通過神經網絡加速技術，神經網絡模型能夠更廣泛地應用于各項場景中。

對于神經網絡模型計算開銷大的問題，自適應推理是一種有效的解決方案，這種方法可以自適應地區分簡單樣本和困難樣本，對于易識別樣本采用較少的算力，而對于難識別樣本采用較多的算力進行推理，總體上起到節省模型計算資源消耗的效果。盡管一些現有的自適應推理網絡技術已經被應用于神經網絡加速，但是這些方法往往犧牲了較多的分類準確率，網絡加速效果并不理想。

發明內容

本申請實施例提供了一種圖像識別方法和裝置，能夠在確保圖像分類結果準確率的基礎上，達到更好的神經網絡加速效果，大大提高系統的運行效率。

本申請提供了一種圖像識別方法，所述方法可以包括：

獲取待識別圖像；

從所述待識別圖像中隨機裁剪出具有預設圖像大小的圖像塊；

將所述圖像塊輸入預先訓練好的神經網絡分類模型，獲取所述圖像塊的分類結果；所述分類結果是指所述圖像塊被分類到預設的一種或多種圖像類型中；

根據所述分類結果確定分類置信度；所述分類置信度是指所述圖像塊被分類到每種圖像類型中的概率；

根據所述分類置信度確定是否將當前分類結果作為對應的待識別圖像的最終圖像識別結果；其中，當不能將當前分類結果作為最終圖像識別結果時，以迭代計算的形式，根據所述特征圖和預先建立并訓練好的定位策略網絡重新獲得下一個圖像塊，并根據所述下一個圖像塊獲取下一個分類置信度，直至根據獲得的分類置信度確定出將當前分類結果作為對應的待識別圖像的最終圖像識別結果。

在本申請的示例性實施例中，所述神經網絡分類模型可以包括：特征提取網絡和全連接層；

所述將所述圖像塊輸入預先訓練好的神經網絡分類模型，獲取所述圖像塊的分類結果可以包括：

將所述圖像塊輸入預先建立并訓練好的特征提取網絡中，獲取特征圖，并將所述特征圖輸入預先建立并訓練好的全連接層，獲取所述圖像塊的分類結果。

在本申請的示例性實施例中，所述根據所述分類置信度確定是否將當前分類結果作為對應的待識別圖像的最終圖像識別結果可以包括：

當所述分類置信度大于或等于預設閾值時，確定將當前分類結果作為所述待識別圖像的最終圖像識別結果；

當所述分類置信度小于所述預設閾值時，確定不能將當前分類結果作為所述待識別圖像的最終圖像識別結果。