【技术实现步骤摘要】
生物类别的识别方法、装置、存储介质及电子设备
本申请涉及计算机
,具体涉及计算机视觉、深度学习
,尤其涉及生物类别的识别方法、装置、存储介质及电子设备。
技术介绍
细粒度识别,是对某一类物体进行准确、精细的子类别的区分识别。这些子类别在视觉上是极其相似的,不管是对于人们还是对于算法都是很大的挑战,比如不同种类的鸟类、狗、花卉和汽车等,如果不具备相应的专业知识,一般很难判别。细粒度识别相对于物体的一般识别分析来说更加复杂和困难,对于生活和实践的指导借鉴意义更大。当前,有很多的细粒度识别应用,比如识别生物的子类别等等,在人们的生活中已经扮演了重要的助手角色,生物的细粒度识别一方面也可以为人们更好地认识生物提供帮助,另一方面也可以在保护珍稀生物方面做出贡献,具有很好的实用价值。
技术实现思路
提供了一种生物类别的识别方法、装置、存储介质及电子设备,实现将生物所处环境的环境类别与生物的主类别相结合,从而对生物的子类别进行识别,实现针对生物的细粒度识别,提升生物类别的识别效果。根据第一方面,提供了一种生物类别的识别方法,包括:获取生物的环境图像,并获取所述生物的主类别;将所述环境图像输入至环境识别模型以生成环境类别;根据所述生物的主类别结合所述环境类别确定所述生物的子类别。本申请实施例的生物类别的识别方法,通过获取生物的环境图像,并获取生物的主类别;将环境图像输入至环境识别模型以生成环境类别;根据生物的主类别结合环境类别确定生物的子类别,能够将生物所处环境的环境类别与生物的主类别 ...
【技术保护点】
1.一种生物类别的识别方法,包括:/n获取生物的环境图像,并获取所述生物的主类别;/n将所述环境图像输入至环境识别模型以生成环境类别;/n根据所述生物的主类别结合所述环境类别确定所述生物的子类别。/n
【技术特征摘要】
1.一种生物类别的识别方法,包括:
获取生物的环境图像,并获取所述生物的主类别;
将所述环境图像输入至环境识别模型以生成环境类别;
根据所述生物的主类别结合所述环境类别确定所述生物的子类别。
2.根据权利要求1所述的方法,所述获取生物的环境图像前,还包括:
获取样本环境图像,并确定与所述样本图像对应的样本环境类别;
将所述样本环境图像和所述对应的样本环境类别输入至初始环境识别模型以生成预测环境类别;以及
根据所述预测环境类别和与所述样本图像对应的样本环境类别对所述初始环境识别模型进行训练,以得到所述环境识别模型。
3.根据权利要求1所述的方法,其中,所述获取所述生物的主类别,包括:
获取所述生物的生物图像;
通过分类模型对所述生物图像进行识别以获取所述生物的主类别。
4.根据权利要求1或3所述的方法,在所述将所述环境图像输入至环境识别模型以生成环境类别之前,还包括:
根据所述生物的主类别确定与所述主类别对应的环境识别模型。
5.根据权利要求3所述的方法,还包括:
获取所述生物的拍摄图像;
对所述生物的拍摄图像进行前景和背景的切分,并将前景图像作为所述生物图像,以及将背景图像作为所述环境图像。
6.根据权利要求3所述的方法,其中,所述通过分类模型对所述生物图像进行识别以获取所述生物的主类别,包括:
根据所述分类模型,识别所述生物图像对应的特征图;
确定所述特征图中各特征点的注意力响应值;
根据所述注意力响应值,形成与所述特征图对应的注意力热力响应图;
根据所述注意力热力响应图对所述特征图进行增强处理,得到目标特征图;
根据所述分类模型处理所述目标特征图,得到所述主类别。
7.根据权利要求3所述的方法,所述环境类别的数量为至少两种,所述主类别的数量为至少两种,其中,所述根据所述生物的主类别结合所述环境类别确定所述生物的子类别,包括:
获取各所述环境类别,基于所述环境识别模型的第一评分值;
获取各所述主类别对应的第二评分值,所述第二评分值是预先基于所述分类模型识别所述生物的主类别得到的;
根据所述第一评分值结合所述第二评分值确定所述生物的子类别。
8.一种生物类别的识别装置,包括:
第一获取模块,用于获取生物的环境图像,并获取所述生物的主类别;
生成模块,用于将所述环境图像输入至环境识别模型以生成环境类别;
第一确定...
【专利技术属性】
技术研发人员:杨敏,崔程,魏凯,
申请(专利权)人:北京百度网讯科技有限公司,
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。