本发明专利技术提供了一种目标识别方法、装置、移动终端及存储介质。所述方法，包括：响应于目标识别指令，获取待识别的原始图像帧；通过移动终端中设置的目标识别模型，检测原始图像帧中的待识别目标；如果成功检测原始图像帧中的待识别目标，截取待识别目标所在区域得到目标图像，并将目标图像上传至目标服务器，以通过目标服务器针对目标图像进行分类识别，并获取目标服务器返回的目标识别结果；其中，目标识别模型通过SSD物体识别框架构建得到，且在目标识别模型中通过轻量级物体分类网络替换SSD物体识别框架中的视觉几何群网络，并取消轻量级物体分类网络中前N个识别层，N为正整数。从而实现移动端进行目标检测，后端服务器进行分类识别。识别。识别。
【技术实现步骤摘要】
一种目标识别方法、装置、移动终端及存储介质
[0001]本专利技术涉及计算机
，尤其涉及一种目标识别方法、装置、移动终端及存储介质。
技术介绍
[0002]相关技术中，目标检测、目标识别等过程一般在服务端执行。例如，通过智能手机、相机等移动终端以一定频率拍摄环境中的图片，发送到后端服务器，由运行在后端服务器上的去噪网络对图片数据进行去噪过滤，然后输入到分类网络进行分类运算，并将结果返回给移动终端，当移动终端接收到有效结果后，停止拍摄图片并根据结果进行展示。
[0003]但是，由于分类功能完全依赖后端服务器，移动终端设备只负责提供图片，对移动设备的网络流量占用很大。而且，由于传递的是图片数据流，而且移动终端会不经过滤直接将图片数据流传递至服务器，当客户端数量过多时，会导致服务器集群及上游分发网络的带宽资源占用过大。其次，服务端同时负责去噪计算和分类计算，而同时移动终端相机持续捕捉到的环境图片中噪音占比过大，还会导致服务端有效分类运算太低，去噪运算占用资源过高，服务器资源浪费严重。另外，如果当识别目标在画幅中占比过小时易出现遗漏或误判。
技术实现思路
[0004]本专利技术实施例提供一种目标识别方法、装置、移动终端及存储介质，以解决现有的目标识别过程由服务端同时负责去噪计算和分类计算，导致移动设备的网络流量占用很大，服务器集群及上游分发网络的带宽资源占用过大，以及服务端有效分类运算太低，去噪运算占用资源过高，服务器资源浪费严重的问题。
[0005]为了解决上述技术问题，本专利技术是这样实现的：
[0006]第一方面，本专利技术实施例提供了一种目标识别方法，包括：
[0007]响应于目标识别指令，获取待识别的原始图像帧；
[0008]通过所述移动终端中设置的目标识别模型，检测所述原始图像帧中的待识别目标；
[0009]如果成功检测所述原始图像帧中的待识别目标，截取所述待识别目标所在区域得到目标图像，并将所述目标图像上传至目标服务器，以通过所述目标服务器针对所述目标图像进行分类识别，并获取所述目标服务器返回的目标识别结果；
[0010]其中，所述目标识别模型通过SSD物体识别框架构建得到，且在所述目标识别模型中通过轻量级物体分类网络替换所述SSD物体识别框架中的视觉几何群网络，并取消所述轻量级物体分类网络中前N个识别层，N为正整数。
[0011]可选地，在程序安装包中不打包所述目标识别模型，所述并通过所述移动终端中设置的目标识别模型，检测所述原始图像帧中的待识别目标的步骤，包括：
[0012]在所述移动终端安装所述程序安装包后首次触发所述目标识别指令的情况下，下
载所述目标识别模型并安装至所述移动终端，并通过所述目标识别模型检测所述原始图像帧中的待识别目标；
[0013]和/或，在接收到针对所述目标识别模型的更新数据的情况下，根据所述更新数据更新所述移动终端的目标识别模型，并通过更新后的目标识别模型检测所述原始图像帧中的待识别目标。
[0014]可选地，在所述通过所述移动终端中设置的目标识别模型，检测所述原始图像帧中的待识别目标的步骤之前，还包括：
[0015]通过轻量级物体分类网络替换SSD物体识别框架中的视觉几何群网络，并取消所述轻量级物体分类网络中前N个识别层，得到目标识别模型；
[0016]通过已知目标检测结果的多个样本图像帧训练所述目标识别模型，并对所述目标识别模型进行模型转化，使转化后的目标识别模型可在移动终端正常运行。
[0017]可选地，所述对所述目标识别模型进行模型转化的步骤，包括：
[0018]通过TF-Lite对所述目标识别模型进行模型转化。
[0019]可选地，所述通过所述移动终端中设置的目标识别模型，检测所述原始图像帧中的待识别目标的步骤，包括：
[0020]将所述原始图像帧的格式转化为位图文件，并通过所述移动终端中设置的目标识别模型，检测所述位图文件中的待识别目标。
[0021]可选地，所述取消所述轻量级物体分类网络中前N个识别层的步骤，包括：
[0022]根据所述轻量级物体分类网络中每层网络的识别框增长斜率，以及预设的识别框最小尺寸，确定N的取值，并取消所述轻量级物体分类网络中前N个识别层。
[0023]可选地，所述获取待识别的原始图像帧的步骤，包括：
[0024]初始化并启动所述移动终端的相机进行图像预览，并以指定频率截取所述相机的视频流中的图像帧，作为当前待识别的原始图像帧；
[0025]所述方法，还包括：
[0026]响应于所述目标服务器返回的分类成功指令，停止所述相机预览并控制所述移动终端跳转至目标识别结果展示页面，所述分类成功指令中包括目标识别结果。
[0027]可选地，所述指定频率为每秒10次。
[0028]可选地，所述轻量级物体分类网络包括mobilenet网络、centernet网络中的任意一种；所述待识别目标包括车辆图像，所述分类识别包括车系分类识别。
[0029]可选地，所述N的取值为2。
[0030]第二方面，本专利技术实施例提供了一种目标识别装置，包括：
[0031]图像获取模块，用于响应于目标识别指令，获取待识别的原始图像帧；
[0032]目标检测模块，用于通过所述移动终端中设置的目标识别模型，检测所述原始图像帧中的待识别目标；
[0033]分类识别模块，用于如果成功检测所述原始图像帧中的待识别目标，截取所述待识别目标所在区域得到目标图像，并将所述目标图像上传至目标服务器，以通过所述目标服务器针对所述目标图像进行分类识别，并获取所述目标服务器返回的目标识别结果；
[0034]其中，所述目标识别模型通过SSD物体识别框架构建得到，且在所述目标识别模型中通过轻量级物体分类网络替换所述SSD物体识别框架中的视觉几何群网络，并取消所述
轻量级物体分类网络中前N个识别层，N为正整数。
[0035]可选地，在程序安装包中不打包所述目标识别模型，所述目标检测模块，包括：
[0036]第一目标检测子模块，用于在所述移动终端安装所述程序安装包后首次触发所述目标识别指令的情况下，下载所述目标识别模型并安装至所述移动终端，并通过所述目标识别模型检测所述原始图像帧中的待识别目标；和/或，
[0037]第二目标检测子模块，用于在接收到针对所述目标识别模型的更新数据的情况下，根据所述更新数据更新所述移动终端的目标识别模型，并通过更新后的目标识别模型检测所述原始图像帧中的待识别目标。
[0038]可选地，所述装置，还包括：
[0039]目标识别模型构建模块，用于通过轻量级物体分类网络替换SSD物体识别框架中的视觉几何群网络，并取消所述轻量级物体分类网络中前N个识别层，得到目标识别模型；
[0040]目标识别模型转化模块，用于通过已知目标检测结果的多个样本图像帧训练所述目标识别模型，并对所述目标识别模型进行模型转化，使转化后本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种目标识别方法，应用于移动终端，其特征在于，包括：响应于目标识别指令，获取待识别的原始图像帧；通过所述移动终端中设置的目标识别模型，检测所述原始图像帧中的待识别目标；如果成功检测所述原始图像帧中的待识别目标，截取所述待识别目标所在区域得到目标图像，并将所述目标图像上传至目标服务器，以通过所述目标服务器针对所述目标图像进行分类识别，并获取所述目标服务器返回的目标识别结果；其中，所述目标识别模型通过SSD物体识别框架构建得到，且在所述目标识别模型中通过轻量级物体分类网络替换所述SSD物体识别框架中的视觉几何群网络，并取消所述轻量级物体分类网络中前N个识别层，N为正整数。2.根据权利要求1所述的方法，其特征在于，在程序安装包中不打包所述目标识别模型，所述并通过所述移动终端中设置的目标识别模型，检测所述原始图像帧中的待识别目标的步骤，包括：在所述移动终端安装所述程序安装包后首次触发所述目标识别指令的情况下，下载所述目标识别模型并安装至所述移动终端，并通过所述目标识别模型检测所述原始图像帧中的待识别目标；和/或，在接收到针对所述目标识别模型的更新数据的情况下，根据所述更新数据更新所述移动终端的目标识别模型，并通过更新后的目标识别模型检测所述原始图像帧中的待识别目标。3.根据权利要求1所述的方法，其特征在于，在所述通过所述移动终端中设置的目标识别模型，检测所述原始图像帧中的待识别目标的步骤之前，还包括：通过轻量级物体分类网络替换SSD物体识别框架中的视觉几何群网络，并取消所述轻量级物体分类网络中前N个识别层，得到目标识别模型；通过已知目标检测结果的多个样本图像帧训练所述目标识别模型，并对所述目标识别模型进行模型转化，使转化后的目标识别模型可在移动终端正常运行。4.根据权利要求3所述的方法，其特征在于，所述对所述目标识别模型进行模型转化的步骤，包括：通过TF-Lite对所述目标识别模型进行模型转化。5.根据权利要求4所述的方法，其特征在于，所述通过所述移动终端中设置的目标识别模型，检测所述原始图像帧中的待识别目标的步骤，包括：将所述原始图像帧的格式转化为位图文件，并通过所述移动终端中设置的目标识别模型，检测所述位图文件中的待识别目标。6.根据权利要求3所述的方法，其特征在于，...
【专利技术属性】
技术研发人员：李通，孙玉川，
申请(专利权)人：北京五八信息技术有限公司，
类型：发明
国别省市：
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。