The embodiment of the present invention provides a method of image recognition, a target device and a cloud platform. The method of image recognition includes acquiring the structural parameters of the preset neural network model transmitted by the cloud platform, and taking the structural parameters of the preset neural network model as the structural parameters of the target neural network model to construct the target neural network model. Recognition of the target image. Target image recognition can be realized through target devices, which can prevent the recognition results obtained directly through cloud platform from being tampered with, and improve the accuracy and reliability of the recognition results.
【技术实现步骤摘要】
图片识别方法、目标设备及云平台
本专利技术实施例涉及人工智能
,更具体地,涉及图片识别方法、目标设备及云平台。
技术介绍
目前,在很多应用场景中,需要对图片进行识别,便于对图片进行管理以及掌握图片显示的信息。在图片较少的时候,可以人工手动地对图片进行识别。但是随着网络科技的发展,在网络场景下,通常需要对成千上万的图片进行识别,手动处理方式变得过于不切实际,因此,在网络场景中,如何智能地对图片进行识别变得尤为重要。现有的技术方案中,通过图片识别可以智能识别癌变细胞,通过图像采集模块采集已经目标设备处理、染色后的细胞样本图像,获取的图像通过网络通信模块上传至专家云平台,云平台端搭建的图像分析系统通过训练好的模型进行特征匹配与识别,如果无法识别,再通过医疗专家进行在线诊断;采用深度学习算法,图像预处理阶段对图片进行切割、随机镜像、幅度缩放以及去均值等处理;将预处理后的图像通过卷积神经网络进行前向传播计算,获得病变细胞的识别结果;设置识别概率阈值,若匹配概率低于识别阈值,前端会把染色后的细胞样本原始图片传送至专家云平台,并提供一定概率的病例参考信息。现有技术中,需要图像采集模块将采集到的图像上传至云平台实现对图片的识别,但是由于识别过程是通过云平台实现的,识别结果并不能被目标设备直接得到,这将大大降低识别结果的可靠性。
技术实现思路
为克服上述问题或者至少部分地解决上述问题,本专利技术实施例提供了一种图片识别方法、目标设备及云平台。第一方面,本专利技术实施例提供了一种图片识别方法,包括:获取云平台发送的预设神经网络模型的结构参数,并将所述预设神经网络模型的结构参 ...
【技术保护点】
1.一种图片识别方法,其特征在于,包括:获取云平台发送的预设神经网络模型的结构参数,并将所述预设神经网络模型的结构参数作为目标神经网络模型的结构参数,构建所述目标神经网络模型;基于所述目标神经网络模型,对目标图片进行识别。
【技术特征摘要】
1.一种图片识别方法,其特征在于,包括:获取云平台发送的预设神经网络模型的结构参数,并将所述预设神经网络模型的结构参数作为目标神经网络模型的结构参数,构建所述目标神经网络模型;基于所述目标神经网络模型,对目标图片进行识别。2.根据权利要求1所述的图片识别方法,其特征在于,在所述获取云平台发送的预设神经网络模型的结构参数之前,还包括:获取样本图片以及所述样本图片对应的标注信息;将所述样本图片以及所述样本图片对应的标注信息发送至所述云平台,以供所述云平台基于所述样本图片以及所述样本图片对应的标注信息,确定所述预设神经网络模型的结构参数。3.一种图片识别方法,其特征在于,包括:确定预设神经网络模型的结构参数;向目标设备发送所述预设神经网络模型的结构参数,以供所述目标设备将所述预设神经网络模型的结构参数作为目标神经网络模型的结构参数,构建目标神经网络模型,并对目标图片进行识别。4.根据权利要求3所述的图片识别方法,其特征在于,所述确定预设神经网络模型的结构参数,具体包括:获取所述目标设备发送的样本图片以及所述样本图片对应的标注信息;基于所述样本图片以及所述样本图片对应的标注信息,确定所述预设神经网络模型的结构参数。5.根据权利要求4所述的图片识别方法,其特征在于,所述基于所述样本图片以及所述样本图片对应的标注信息,确定所述预设神经网络模型的结构参数,具体包括:将所述样本图片作为输入,将所...
【专利技术属性】
技术研发人员:黄永祯,于仕琪,
申请(专利权)人:银河水滴科技北京有限公司,中科水滴科技深圳有限公司,
类型:发明
国别省市:北京,11
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。