【技术实现步骤摘要】
一种物体识别方法、装置、电子设备和存储介质
本专利技术涉及计算机
，特别涉及一种物体识别方法、装置、电子设备和存储介质。
技术介绍
在现实生活中，人们经常需要对一个不认识的物体进行识别，例如对某一种植物或某一种动物进行识别，然而传统的物体识别方法，容易将待识别的物体识别为近似的别的物体，识别准确率不高。
技术实现思路
本专利技术的目的在于提供一种物体识别方法、装置、电子设备和存储介质，可以有效提高物体识别的准确率。为达到上述目的，本专利技术提供一种物体识别方法，包括：获取待识别物体的图片；基于预先训练的第一识别模型对所述待识别物体的图片进行识别处理，识别出所述待识别物体对应的物体领域，所述第一识别模型为神经网络模型；以及根据所述待识别物体对应的物体领域，选取对应的预先训练的第二识别模型对所述待识别物体的图片进行识别处理，识别出所述待识别物体对应的物体种类，所述第二识别模型为神经网络模型。可选的，所述方法还包括：根据所述待识别物体对应的物体种类，选取对应的预先训练的第三识别模型对所述待识别物体的图片进行识别处理，识别出所述待识别物体对应的物体品种，所述第三识别模型...
【技术保护点】
1.一种物体识别方法，其特征在于，包括：获取待识别物体的图片；基于预先训练的第一识别模型对所述待识别物体的图片进行识别处理，识别出所述待识别物体对应的物体领域，所述第一识别模型为神经网络模型；以及根据所述待识别物体对应的物体领域，选取对应的预先训练的第二识别模型对所述待识别物体的图片进行识别处理，识别出所述待识别物体对应的物体种类，所述第二识别模型为神经网络模型。
【技术特征摘要】
1.一种物体识别方法，其特征在于，包括：获取待识别物体的图片；基于预先训练的第一识别模型对所述待识别物体的图片进行识别处理，识别出所述待识别物体对应的物体领域，所述第一识别模型为神经网络模型；以及根据所述待识别物体对应的物体领域，选取对应的预先训练的第二识别模型对所述待识别物体的图片进行识别处理，识别出所述待识别物体对应的物体种类，所述第二识别模型为神经网络模型。2.根据权利要求1所述的物体识别方法，其特征在于，所述方法还包括：根据所述待识别物体对应的物体种类，选取对应的预先训练的第三识别模型对所述待识别物体的图片进行识别处理，识别出所述待识别物体对应的物体品种，所述第三识别模型为神经网络模型。3.根据权利要求1所述的物体识别方法，其特征在于，在基于预先训练的第一识别模型对所述待识别物体的图片进行识别处理之前，所述方法还包括：基于预先训练的区域识别模型对所述待识别物体的图片进行识别处理，识别出物体区域，所述区域识别模型为神经网络模型。4.根据权利要求1至3中任一项所述的物体识别方法，其特征在于，所述神经网络模型为卷积神经网络模型或残差网络模型。5.根据权利要求3所述的物体识别方法，其特征在于，所述区域识别模型为Mask-RCNN模型。6.根据权利要求1所述的物体识别方法，其特征在于，所述物体领域包括植物和多个动物纲类。7.根据权利要求1所述的物体识别方法，其特征在于，所述物体种类为所述待识别物体的具体通用名称。8.根据权利要求2所述的物体识别方法，其特征在于，所述物体品种为所述待识别物体的最下级科普分类名称。9.根据权利要求1所述的物体识别方法，其特征在于，所述方法还包括：获取所述待识别物体的图片在拍摄时的位置信息；以及根据所述位置信息选取对应的第一识别模型和第二识别模型。10.根据权利要求2所述的物体识别方法，其特征在于，所述方法还包括：获取所述待识别物体的图片在拍摄时的位置信息；以及根据所述位置信息选取对应的第一识别模型、第二识别模型和第三识别模型。11.根据权利要求10所述的物体识别方法，其特征在于，所述根据所述位置信息选取对应的第一识别模型、第二识别模型和第三识别模型，具体为：根据数据库中预存的位置信息与识别模型的映射关系，选取与所述位置信息相对应的第一识...
【专利技术属性】
技术研发人员：徐青松，李青，
申请(专利权)人：杭州睿琪软件有限公司，
类型：发明
国别省市：浙江,33
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。