图像识别方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种图像识别方法、装置、计算机设备和存储介质。涉及人工智能，所述方法包括：接收针对目标概念标签的图像识别请求；获取所述图像识别请求对应的待识别的目标图像；将所述目标图像输入到实体标签对应的目标图像识别模型中进行图像识别，得到目标图像识别结果集合，所述目标图像识别结果集合中的图像识别结果为目标实体标签对应的图像识别结果，所述目标实体标签为所述目标概念标签对应的实体标签；根据所述目标图像识别结果集合得到所述目标概念标签对应的图像识别结果。采用本方法能够提高图像识别效率。

Image recognition method, device, computer equipment and storage medium

【技术实现步骤摘要】
图像识别方法、装置、计算机设备和存储介质
本申请涉及图像识别
，特别是涉及一种图像识别方法、装置、计算机设备和存储介质。
技术介绍
随着科技的发展，图像识别技术被越来越广泛的使用。图像识别技术是指识别出图像所包括的对象的技术，例如识别图像中是否包括牛。相关技术中，可以通过基于人工智能的图像识别模型进行图像识别。图像识别模型需要预先根据训练数据进行模型训练。然而，不同的业务场景下所需要输出的图像标签经常存在差别，因此经常存在当需要进行图像识别，需要根据所需要识别的图像标签进行模型训练，再根据训练得到的图像识别模型进行图像识别的情况，浪费计算机资源，且导致图像识别效率低。
技术实现思路
基于此，有必要针对上述浪费计算资源，且导致图像识别效率低的技术问题，提供一种图像识别方法、装置、计算机设备和存储介质。一种图像识别方法，所述方法包括：接收针对目标概念标签的图像识别请求；获取所述图像识别请求对应的待识别的目标图像；将所述目标图像输入到实体标签对应的目标图像识别模型中进行图像识别，得到目标图像识别结果集合，所述目标图像识别结果集合中的图像识别结果为目标实体标签对应的图像识别结果，所述目标实体标签为所述目标概念标签对应的实体标签；根据所述目标图像识别结果集合得到所述目标概念标签对应的图像识别结果。一种图像识别装置，所述装置包括：图像识别请求接收模块，用于接收针对目标概念标签的图像识别请求；目标图像获取模块，用于获取所述图像识别请求对应的待识别的目标图像；目标图像识别结果集合获取模块，用于将所述目标图像输入到实体标签对应的目标图像识别模型中进行图像识别，得到目标图像识别结果集合，所述目标图像识别结果集合中的图像识别结果为目标实体标签对应的图像识别结果，所述目标实体标签为所述目标概念标签对应的实体标签；结果获取模块，用于根据所述目标图像识别结果集合得到所述目标概念标签对应的图像识别结果。在一些实施例中，所述可能度条件为可能度最大，所述结果获取模块用于执行以下步骤的至少一个：当所述目标可能度大于第二预设阈值时，确定所述目标概念标签对应的图像识别结果包括：所述目标图像中包括所述目标概念标签对应的实体；或者将所述目标可能度作为所述目标概念标签对应的图像识别结果。在一些实施例中，所述装置还包括：业务定制请求接收模块，用于接收目标业务终端发送的图像识别业务定制请求，所述图像识别业务定制请求携带目标业务标识以及对应的所述目标概念标签；对应关系建立模块，用于响应于所述图像识别业务定制请求，建立所述目标业务标识与所述目标概念标签的对应关系；所述图像识别请求接收模块用于：当接收到携带所述目标业务标识的图像识别请求时，根据所述对应关系确定所述图像识别请求为针对所述目标概念标签的图像识别请求。在一些实施例中，所述装置还包括：标签协作请求接收模块，用于接收所述目标业务标识对应的标签协作请求；目标概念标签得到模块，用于根据在所述标签协作请求对应的协作终端上触发选择的概念标签，得到所述目标业务标识对应的目标概念标签。在一些实施例中，所述目标概念标签得到模块用于：将所述标签协作请求对应的协作终端触发选择的概念标签，发送至所述目标业务终端的概念标签显示区域中，所述概念标签显示区域用于显示已选择的概念标签；将所述目标业务终端接收到触发所述图像识别业务定制请求的触发操作时，所述概念标签显示区域当前显示的概念标签，作为所述目标业务标识对应的目标概念标签。在一些实施例中，所述标签协作请求携带协作用户标识、所述目标业务标识以及协作标签范围，所述装置还包括：协作标签获取模块，用于获取所述协作标签范围对应的标签，作为协作标签；协作信息发送模块，用于将所述协作标签以及所述目标业务标识发送至所述协作用户标识对应的协作终端，以使得所述协作终端在标签协作选择界面上显示所述目标业务标识对应的所述协作标签。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：接收针对目标概念标签的图像识别请求；获取所述图像识别请求对应的待识别的目标图像；将所述目标图像输入到实体标签对应的目标图像识别模型中进行图像识别，得到目标图像识别结果集合，所述目标图像识别结果集合中的图像识别结果为目标实体标签对应的图像识别结果，所述目标实体标签为所述目标概念标签对应的实体标签；根据所述目标图像识别结果集合得到所述目标概念标签对应的图像识别结果。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：接收针对目标概念标签的图像识别请求；获取所述图像识别请求对应的待识别的目标图像；将所述目标图像输入到实体标签对应的目标图像识别模型中进行图像识别，得到目标图像识别结果集合，所述目标图像识别结果集合中的图像识别结果为目标实体标签对应的图像识别结果，所述目标实体标签为所述目标概念标签对应的实体标签；根据所述目标图像识别结果集合得到所述目标概念标签对应的图像识别结果。上述图像识别方法、装置、计算机设备和存储介质，对于针对目标概念标签的图像识别请求，可以将待识别的图像输入到实体标签对应的目标图像识别模型中进行图像识别，得到目标实体标签对应的图像识别结果，根据目标实体标签对应的图像识别结果得到目标概念标签对应的图像识别结果。因此，当需要针对目标概念标签进行图像识别时，无需额外针对目标概念标签进行模型的训练，也能够得到目标概念标签对应的图像识别结果，减少了对计算机资源的占用，提高了图像识别效率。附图说明图1为一些实施例中图像识别方法的应用环境图；图2为一些实施例中图像识别方法的流程示意图；图3为一些实施例中图像标签树的示意图；图4为另一些实施例中触发图像识别请求以及显示目标概念标签对应的图像识别结果的界面示意图；图5为一些实施例中将目标图像输入到实体标签对应的目标图像识别模型中进行图像识别，得到目标图像识别结果集合的流程示意图；图6为一些实施例中对图像识别模型进行模型训练，得到目标图像识别模型的流程图；图7为一些实施例中标签修改界面的示意图；图8为一些实施例中图像识别业务定制界面的示意图；图9为一些实施例中请求用户进行协作的界面示意图；图10为一些实施例中协作终端确定协作任务的界面示意图；图11为一些实施例中协作界面的示意图；图12为一些实施例中图像识别系统的运行原理图；图13为一些实施例中图像识别装置的结构框图；图14为一些实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。人工智能(ArtificialIntelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理本文档来自技高网...

【技术保护点】
1.一种图像识别方法，所述方法包括：/n接收针对目标概念标签的图像识别请求；/n获取所述图像识别请求对应的待识别的目标图像；/n将所述目标图像输入到实体标签对应的目标图像识别模型中进行图像识别，得到目标图像识别结果集合，所述目标图像识别结果集合中的图像识别结果为目标实体标签对应的图像识别结果，所述目标实体标签为所述目标概念标签对应的实体标签；/n根据所述目标图像识别结果集合得到所述目标概念标签对应的图像识别结果。/n

【技术特征摘要】
1.一种图像识别方法，所述方法包括：
接收针对目标概念标签的图像识别请求；
获取所述图像识别请求对应的待识别的目标图像；
将所述目标图像输入到实体标签对应的目标图像识别模型中进行图像识别，得到目标图像识别结果集合，所述目标图像识别结果集合中的图像识别结果为目标实体标签对应的图像识别结果，所述目标实体标签为所述目标概念标签对应的实体标签；
根据所述目标图像识别结果集合得到所述目标概念标签对应的图像识别结果。


2.根据权利要求1所述的方法，其特征在于，所述将所述目标图像输入到实体标签对应的目标图像识别模型中进行图像识别，得到目标图像识别结果集合包括：
将所述目标图像输入到实体标签对应的目标图像识别模型中进行图像识别，得到候选图像识别结果集合，所述候选图像识别结果集合包括第一实体标签对应的图像识别结果；
确定所述目标概念标签对应的第一实体标签，作为目标实体标签；
从所述候选图像识别结果集合中获取所述目标实体标签对应的图像识别结果，得到目标图像识别结果集合。


3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
获取第一实体标签集合，所述第一实体标签集合中包括多个概念标签分别对应的实体标签；
获取所述第一实体标签集合中各个第一实体标签分别对应的图像，作为训练图像，得到训练图像集合；
根据所述训练图像集合进行模型训练，得到所述目标图像识别模型，将所述目标图像识别模型作为所述多个概念标签对应的通用图像识别模型。


4.根据权利要求1所述的方法，其特征在于，所述目标实体标签对应的图像识别结果包括：所述目标图像中包括所述目标实体标签对应的实体的可能度，所述根据所述目标图像识别结果集合得到所述概念标签对应的图像识别结果包括：
从所述目标图像识别结果集合中获取满足可能度条件的可能度，作为目标可能度；
根据所述目标可能度得到所述目标概念标签对应的图像识别结果，所述可能度条件包括可能度排序在第一排序之前、可能度排序为所述第一排序或者可能度大于第一预设阈值中的至少一个。


5.根据权利要求4所述的方法，其特征在于，所述可能度条件为可能度最大，所述根据所述目标可能度得到所述目标概念标签对应的图像识别结果包括以下步骤的至少一个：
当所述目标可能度大于第二预设阈值时，确定所述目标概念标签对应的图像识别结果包括：所述目标图像中包括所述目标概念标签对应的实体；或者
将所述目标可能度作为所述目标概念标签对应的图像识别结果。


6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
接收目标业务终端发送的图像识别业务定制请求，所述图像识别业务定制请求携带目标业务标识以及对应的所述目标概念标签；
响应于所述图像识别业务定制请求，建立所述目标业务标识与所述目标概念标签的对应关系；
所述接收针对目标概念标签的图像识别请求包括：
当接收到携带所述目标业务标识的图像识别请求时，根据所述对应关系确定所述图像识别请求为针对所述目标概念标签的图像识别请求。


7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
接收所述目标业务标识对应的标签协作请求；
根据在所述标签协作请求对应的协作终端上触发选择的概念标签，得到所述目标业务标识对应的目标概念标签。


8.根据权利要求7所述的方法，其特征在于，所述根据所述标签协作请求对应的协作终端触发选择的概念标签，得到所述目标...

【专利技术属性】
技术研发人员：王汉杰，李岩，毛懿荣，成文龙，谌丹璐，陈波，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44