[發(fā)明專利]圖像的識別方法、裝置、存儲介質(zhì)以及電子設(shè)備

在審

• 申請?zhí)枺?/td>: 202210578525.8
• 申請日: 2022-05-25
• 公開（公告）號: CN114972865A
• 公開（公告）日: 2022-08-30
• 發(fā)明（設(shè)計）人: 朱彥浩;胡郡郡;唐大閏
• 申請（專利權(quán)）人: 北京明略昭輝科技有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/74;G06V10/24;G06V20/60
• 代理公司: 北京華夏泰和知識產(chǎn)權(quán)代理有限公司 11662
• 代理人: 林鵬飛

本發(fā)明公開了一種圖像的識別方法、裝置、存儲介質(zhì)以及電子設(shè)備。該方法包括：獲取目標(biāo)圖像，其中，目標(biāo)圖像中包含待分類對象；對目標(biāo)圖像進行數(shù)據(jù)增強，得到第一圖像和第二圖像；將第一圖像輸入至第一識別模型，得到第一輸出結(jié)果并根據(jù)第一輸出結(jié)果確定目標(biāo)圖像的分類結(jié)果，將第二圖像輸入第二識別模型，得到第二輸出結(jié)果；獲取第一輸出結(jié)果與第二輸出結(jié)果的對比結(jié)果；在對比結(jié)果小于閾值的情況下，輸出目標(biāo)圖像的分類結(jié)果。本發(fā)明解決了訓(xùn)練模型的網(wǎng)絡(luò)性能低的技術(shù)問題。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機領(lǐng)域，具體而言，涉及一種圖像的識別方法、裝置、存儲介質(zhì)以及電子設(shè)備。

背景技術(shù)

深度學(xué)習(xí)是目前人工智能領(lǐng)域使用的最通用技術(shù)方案，其最基本的方法被稱為監(jiān)督學(xué)習(xí)，即所有的數(shù)據(jù)都有相應(yīng)的人工標(biāo)注，使用人工標(biāo)注的結(jié)果來指導(dǎo)深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，使其能夠滿足特定的需求。經(jīng)過一段時間的發(fā)展，深度學(xué)習(xí)衍生出了很多其他的學(xué)習(xí)方法，自監(jiān)督學(xué)習(xí)，主要思想即是自己監(jiān)督自己進行學(xué)習(xí)，給予神經(jīng)網(wǎng)絡(luò)同一圖像的兩張不同的變體(如一張做旋轉(zhuǎn)，一張做鏡像)使得網(wǎng)絡(luò)給出的結(jié)果能夠判斷出這兩張輸入來自同一張圖像。自監(jiān)督學(xué)習(xí)最主要解決的問題就是帶有人工標(biāo)注的數(shù)據(jù)較為稀少帶來的網(wǎng)絡(luò)性能不高的問題。在LOGO(商標(biāo))識別領(lǐng)域，現(xiàn)有技術(shù)中，是將LOGO的檢測和LOGO的識別分開，將LOGO的識別單獨進行處理，不再使用分類的方法，而使用檢索的方案進行識別，首先訓(xùn)練一個二分類的檢測器判斷圖像中LOGO的位置，然后將LOGO送入到檢索網(wǎng)絡(luò)中，檢索出和其最相似的LOGO的類別。但需要標(biāo)注數(shù)據(jù)進行訓(xùn)練，而目前學(xué)術(shù)界可以使用的LOGO數(shù)據(jù)集的數(shù)量非常有限且其質(zhì)量很差，這導(dǎo)致網(wǎng)絡(luò)訓(xùn)練結(jié)果的性能得不到足夠的提升。

發(fā)明內(nèi)容

本發(fā)明實施例提供了一種圖像的識別方法、裝置、存儲介質(zhì)以及電子設(shè)備，以至少解決訓(xùn)練模型的網(wǎng)絡(luò)性能低的技術(shù)問題。

根據(jù)本發(fā)明實施例的一個方面，提供了一種圖像的識別方法，包括：獲取目標(biāo)圖像，其中，上述目標(biāo)圖像中包含待分類對象；對上述目標(biāo)圖像進行數(shù)據(jù)增強，得到第一圖像和第二圖像；將上述第一圖像輸入至第一識別模型，得到第一輸出結(jié)果并根據(jù)上述第一輸出結(jié)果確定上述目標(biāo)圖像的分類結(jié)果，將上述第二圖像輸入第二識別模型，得到第二輸出結(jié)果；獲取上述第一輸出結(jié)果與上述第二輸出結(jié)果的對比結(jié)果；在上述對比結(jié)果小于閾值的情況下，輸出上述目標(biāo)圖像的分類結(jié)果。

根據(jù)本發(fā)明實施例的另一方面，提供了一種圖像的識別裝置，包括：第一獲取模塊，用于獲取目標(biāo)圖像，其中，上述目標(biāo)圖像中包含待分類對象；處理模塊，用于對上述目標(biāo)圖像進行數(shù)據(jù)增強，得到第一圖像和第二圖像；輸入模塊，用于將上述第一圖像輸入至第一識別模型，得到第一輸出結(jié)果并根據(jù)上述第一輸出結(jié)果確定上述目標(biāo)圖像的分類結(jié)果，將上述第二圖像輸入第二識別模型，得到第二輸出結(jié)果；第二獲取模塊，用于獲取上述第一輸出結(jié)果與上述第二輸出結(jié)果的對比結(jié)果；輸出模塊，用于在上述對比結(jié)果小于閾值的情況下，輸出上述目標(biāo)圖像的分類結(jié)果。

作為一種可選的示例，上述處理模塊包括：第一旋轉(zhuǎn)單元，用于對上述目標(biāo)圖像進行第一度數(shù)的角度旋轉(zhuǎn)，得到第一旋轉(zhuǎn)圖像；第一翻轉(zhuǎn)單元，用于水平或豎直翻轉(zhuǎn)上述第一旋轉(zhuǎn)圖像，得到第一翻轉(zhuǎn)圖像；第一裁剪單元，用于對上述第一翻轉(zhuǎn)圖像進行隨機裁剪，得到上述第一圖像；第二旋轉(zhuǎn)單元，用于對上述目標(biāo)圖像進行第二度數(shù)的角度旋轉(zhuǎn),得到第二旋轉(zhuǎn)圖像；第二翻轉(zhuǎn)單元，用于水平或豎直翻轉(zhuǎn)上述第二旋轉(zhuǎn)圖像，得到第二翻轉(zhuǎn)圖像；第二裁剪單元，用于對上述第二翻轉(zhuǎn)圖像進行隨機裁剪，得到上述第二圖像。

作為一種可選的示例，上述第二獲取模塊包括：計算單元，用于計算上述第一輸出結(jié)果和上述第二輸出結(jié)果之間的余弦距離，得到上述對比結(jié)果。

作為一種可選的示例，上述裝置還包括：更新模塊，用于在上述對比結(jié)果大于或等于上述閾值的情況下，更新上述第一識別模型和上述第二識別模型的模型參數(shù)。