【技术实现步骤摘要】
一种图像识别模型的训练方法、图像识别方法和相关装置
本申请涉及图像处理领域，特别是涉及一种图像识别模型的训练方法、图像识别方法和相关装置。
技术介绍
在运行应用的过程中，有可能由于某种原因导致展示出异常的应用图像，例如花屏、背景错误、应用人物消失等，这种情况会严重影响用户的应用体验。为了能够修复造成异常应用图像的问题，需要能够准确识别出应用运行时所展示的图像是否出现异常。传统方式是采用统一的图像分类模型，对应用展示图像进行识别，以识别出图像是否异常。然而，应用的特点在于同一个应用有可能具有多种场景，同一种展示方式的图像在场景a中有可能是异常图像，而在场景b中就属于正常图像。采用同一个图像分类模型无法区分场景对图像识别带来的影响，从而导致容易出现错误的识别结果，对后续的问题修复造成影响。
技术实现思路
为了解决上述技术问题，本申请提供了一种图像识别模型的训练方法、图像识别方法和相关装置，不同图像识别模型可以高精度的针对不同应用场景下的应用图像进行识别，从而降低了出现错误识别结果的可能。本申请实施例公开了如下技术方案：第一方面，本申请实施例提供了一种图像识别模型的训练方法...
【技术保护点】
1.一种图像识别模型的训练方法，其特征在于，所述方法包括：获取应用的多张应用图像；确定所述多张应用图像分别对应的颜色分布特征；根据所述多张应用图像的颜色分布特征进行图像聚类，得到多类图像集合；其中，在同一类图像集合中，应用图像的颜色分布特征间的相似性符合第一阈值；根据所述多类图像集合分别训练得到所述应用对应的、用于识别图像的图像识别模型；其中，一类图像集合用于训练一个图像识别模型。
【技术特征摘要】
1.一种图像识别模型的训练方法，其特征在于，所述方法包括：获取应用的多张应用图像；确定所述多张应用图像分别对应的颜色分布特征；根据所述多张应用图像的颜色分布特征进行图像聚类，得到多类图像集合；其中，在同一类图像集合中，应用图像的颜色分布特征间的相似性符合第一阈值；根据所述多类图像集合分别训练得到所述应用对应的、用于识别图像的图像识别模型；其中，一类图像集合用于训练一个图像识别模型。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据图像的异常显示类型，对所述多类图像集合中的应用图像进行处理，得到所述多类图像集合分别对应的异常图像集合；所述根据所述多类图像集合分别训练图像识别模型，包括：根据所述多类图像集合和异常图像集合训练图像识别模型；其中，一类图像集合和与其对应的异常图像集合用于训练一个图像识别模型。3.根据权利要求1所述的方法，其特征在于，目标应用图像为所述多张应用图像中的任意一张，所述目标应用图像对应的颜色分布特征为根据所述目标应用图像提取的颜色特征点构成的特征数组。4.根据权利要求3所述的方法，其特征在于，所述根据所述多张应用图像的颜色分布特征进行图像聚类，得到多类图像集合，包括：获取所述多张应用图像分别对应的特征数组；通过选取作为中心数组的特征数组，并计算特征数组与中心数组间的距离进行图像聚类，得到多类图像集合；其中，在同一类图像集合中，应用图像的特征数据与这类图像集合的中心数组间的总距离小于第二阈值。5.根据权利要求1-4任意一项所述的方法，其特征在于，在所述获取所述多张应用图像分别对应的颜色分布特征之前，所述方法还包括：将所述多张应用图像处理到预定尺寸。6.一种图像识别方法，其特征在于，所述方法包括：获取应用的待识别图像；从所述应用所对应多个图像识别模型中确定出与所述待识别图像的颜色分布特征对应的目标图像识别模型；所述应用对应的图像识别模型是根据多类图像集合分别训练得到的，所述多类图像集合是根据所述应用的多张应用图像分别对应的颜色分布特征聚类得到的；根据所述目标图像识别模型识别所述待识别图像是否为异常图像。7.根据权利要求6所述的方法，其特征在于，所述待识别图像的颜色分布特征为根据所述待识别图像提取的颜色特征点构成的特征数组。8.根据权利要求7所述的方法，其特征在于，所述从所述应用所对应多个图像识别模型中确定出与所述待识别图像的颜色分布特征对应的目标图像识别模型，包括：计算所述待识别图...
【专利技术属性】
技术研发人员：潘晖，范奇，艾长青，何庆玮，田昊野，张力柯，荆彦青，姚英杰，王君乐，
申请(专利权)人：深圳市腾讯网络信息技术有限公司，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。