[發明專利]一種級聯分類識別的方法和設備

在審

• 申請號: 202110542284.7
• 申請日: 2021-05-18
• 公開（公告）號: CN113191308A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 阮書文;楊文遠
• 申請（專利權）人: 深圳市創智鏈科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 深圳市深弘廣聯知識產權代理事務所(普通合伙) 44449
• 代理人: 向用秀

1.一種級聯分類識別的方法，其特征在于，包括：

獲取目標的待識別圖像；所述目標的類別有多種，每個類別下包括多個子類；

通過預先訓練好的第一模型對所述待識別圖像進行識別，得到一個或多個第一識別結果以及各所述第一識別結果的第一概率；所述第一模型是通過設置有第一標簽的樣本數據訓練得到，所述第一標簽包括類別的信息與子類的信息；

若所有的所述第一概率均小于預設閾值，則通過預先訓練好的第二模型對所述待識別圖像進行識別，得到一個或多個第二識別結果以及各所述第二識別結果的第二概率；所述第二模型是通過設置有第二標簽的樣本數據訓練得到，所述第二標簽包括子類的信息；

將指定第一概率與所述第二概率的乘積作為第二識別結果的最終概率；所述指定第一概率為與所述第二概率的第二識別結果同一類別的第一識別結果的第一概率；

將各所述第二識別結果以及各所述識別結果的最終概率作為最終識別結果。

2.如權利要求1所述的方法，其特征在于，還包括：

針對每個類別的所述目標的樣本數據，訓練對應所述類別的第二模型；

所述“通過預先訓練好的第二模型對所述待識別圖像進行識別”，包括：

確定所述第一概率最大的預設數量的第一識別結果對應的類別；

選擇所確定的類別對應的訓練好的第二模型對所述待識別圖像進行識別。

3.如權利要求1所述的方法，其特征在于，還包括：

若存在所述第一概率大于預設閾值，則將大于預設閾值的所述第一概率對應的第一識別結果作為所述最終識別結果。

4.如權利要求1或3所述的方法，其特征在于，還包括：顯示所述最終識別結果。

5.如權利要求1所述的方法，其特征在于，所述類別包括：蘋果類、狗類、桔類中的一種或多種；

所述蘋果類下的所述子類包括：山西紅富士、海南紅富士中的一種或多種；

所述狗類下的所述子類包括：金毛、狼犬中的一種或多種；

所述桔類下的所述子類包括：沙糖桔、蜜桔、貢菊、葉桔中的一種或多種。

6.一種級聯分類識別的設備，其特征在于，包括：

獲取模塊，用于獲取目標的待識別圖像；所述目標的類別有多種，每個類別下包括多個子類；

第一識別模塊，用于通過預先訓練好的第一模型對所述待識別圖像進行識別，得到一個或多個第一識別結果以及各所述第一識別結果的第一概率；所述第一模型是通過設置有第一標簽的樣本數據訓練得到，所述第一標簽包括類別的信息與子類的信息；

第二識別模塊，用于若所有的所述第一概率均小于預設閾值，則通過預先訓練好的第二模型對所述待識別圖像進行識別，得到一個或多個第二識別結果以及各所述第二識別結果的第二概率；所述第二模型是通過設置有第二標簽的樣本數據訓練得到，所述第二標簽包括子類的信息；

設置模塊，用于將指定第一概率與所述第二概率的乘積作為第二識別結果的最終概率；所述指定第一概率為與所述第二概率的第二識別結果同一類別的第一識別結果的第一概率；

處理模塊，用于將各所述第二識別結果以及各所述識別結果的最終概率作為最終識別結果。

7.如權利要求6所述的設備，其特征在于，還包括：

訓練模塊，用于針對每個類別的所述目標的樣本數據，訓練對應所述類別的第二模型；

所述第一識別模塊“通過預先訓練好的第二模型對所述待識別圖像進行識別”，包括：

確定所述第一概率最大的預設數量的第一識別結果對應的類別；

選擇所確定的類別對應的訓練好的第二模型對所述待識別圖像進行識別。

8.如權利要求6所述的設備，其特征在于，還包括：

輸出模塊，用于若存在所述第一概率大于預設閾值，則將大于預設閾值的所述第一概率對應的第一識別結果作為所述最終識別結果。

9.如權利要求6或8所述的設備，其特征在于，還包括：顯示模塊，用于顯示所述最終識別結果。

10.如權利要求6所述的設備，其特征在于，所述類別包括：蘋果類、狗類、桔類中的一種或多種；

所述蘋果類下的所述子類包括：山西紅富士、海南紅富士中的一種或多種；

所述狗類下的所述子類包括：金毛、狼犬中的一種或多種；

所述桔類下的所述子類包括：沙糖桔、蜜桔、貢菊、葉桔中的一種或多種。