本申请涉及人工智能中的生物识别领域，提供了一种宠物分类方法，包括：获取宠物图像和目标宠物分类模型；通过将宠物图像输入特征提取网络得到多个分辨率不同的目标特征图；将目标特征图输入面部框预测网络得到面部框的目标位置点组；将目标特征图输入第一宠物分类网络得到宠物的类型为各预设宠物类型的第一输出概率；从宠物图像中获取目标位置点组对应的宠物脸图像；将宠物脸图像输入第二宠物分类网络得到宠物的类型为各预设宠物类型的第二输出概率；根据第一输出概率和第二输出概率确定宠物的目标类型。该方法提高了宠物类型的识别准确性。本申请还涉及区块链技术，上述目标宠物分类模型可存储于区块链中。物分类模型可存储于区块链中。物分类模型可存储于区块链中。
【技术实现步骤摘要】
基于人工智能的宠物分类方法、装置、设备及存储介质
[0001]本申请涉及生物识别的
，尤其涉及一种基于人工智能的宠物分类方法、装置、设备及存储介质。
技术介绍
[0002]目前，用户可以给自家的宠物投保宠物险，当自己的宠物生病或出现意外时，可以向保险公司申请理赔，可以保障宠物的安全和减少自己的经济损失。投保宠物险时，需要对宠物进行身份认证和宠物类型识别，现有的DNA认证、芯片认证等手段操作复杂，成本较高。为解决上述问题，可以通过神经网络模型来识别宠物类型，然而现有的神经网络模型的准确性较低。因此，如何提高宠物类型的识别准确性是目前亟待解决的问题。
技术实现思路
[0003]本申请实施例提供一种基于人工智能的宠物分类方法、装置、设备及存储介质，旨在提高宠物类型的识别准确性。
[0004]第一方面，本申请实施例提供一种基于人工智能的宠物分类方法，包括：
[0005]获取宠物图像并调用目标宠物分类模型，所述目标宠物分类模型包括特征提取网络、面部框预测网络、第一宠物分类网络和第二宠物分类网络；
[0006]将所述宠物图像输入所述特征提取网络进行特征提取，得到多个分辨率不同的目标特征图；
[0007]将所述目标特征图输入所述面部框预测网络进行面部框预测，得到所述宠物图像的面部框的目标位置点组；
[0008]将所述目标特征图输入所述第一宠物分类网络进行分类，得到所述宠物图像中的宠物的类型为预设宠物类型的第一输出概率；
[0009]从所述宠物图像中获取所述目标位置点组对应的宠物脸图像，并将所述宠物脸图像输入所述第二宠物分类网络进行分类，得到所述宠物的类型为所述预设宠物类型的第二输出概率；
[0010]根据所述第一输出概率和所述第二输出概率，从各所述预设宠物类型中确定所述宠物图像中的宠物的目标类型。
[0011]第二方面，本申请实施例还提供一种宠物分类装置，所述宠物分类装置包括：
[0012]获取模块，用于获取宠物图像并调用目标宠物分类模型，所述目标宠物分类模型包括特征提取网络、面部框预测网络、第一宠物分类网络和第二宠物分类网络；
[0013]特征提取模块，用于将所述宠物图像输入所述特征提取网络进行特征提取，得到多个分辨率不同的目标特征图；
[0014]面部框预测模块，用于将所述目标特征图输入所述面部框预测网络进行面部框预测，得到所述宠物图像的面部框的目标位置点组；
[0015]第一宠物分类模块，用于将所述目标特征图输入所述第一宠物分类网络进行分
类，得到所述宠物图像中的宠物的类型为预设宠物类型的第一输出概率；
[0016]确定模块，用于从所述宠物图像中获取所述目标位置点组对应的宠物脸图像；
[0017]第二宠物分类模块，用于将所述宠物脸图像输入所述第二宠物分类网络进行分类，得到所述宠物图像中的宠物的类型为所述预设宠物类型的第二输出概率；
[0018]所述确定模块，还用于根据所述第一输出概率和所述第二输出概率，从各所述预设宠物类型中确定所述宠物图像中的宠物的目标类型。
[0019]第三方面，本申请实施例还提供一种计算机设备，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上所述的宠物分类方法的步骤。
[0020]第四方面，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如上所述的宠物分类方法的步骤。
[0021]本申请实施例提供一种基于人工智能的宠物分类方法、装置、设备及存储介质，该方法通过对宠物图像进行特征提取，得到多个分辨率不同的目标特征图，再将多个分辨率不同的目标特征图输入面部框预测网络进行面部框预测，可以得到宠物图像的面部框的目标位置点组，同时将多个分辨率不同的目标特征图输入第一宠物分类网络进行分类，得到宠物图像中的宠物的类型为各预设宠物类型的第一输出概率，然后将宠物图像中目标位置点组对应的宠物脸图像输入第二宠物分类网络进行分类，得到宠物图像中的宠物的类型为各预设宠物类型的第二输出概率，最后通过综合考虑各预设宠物类型的第一输出概率和第二输出概率，来确定宠物图像中的宠物的目标类型，极大地提高了宠物类型的识别准确性。
附图说明
[0022]为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0023]图1是本申请实施例提供的一种基于人工智能的宠物分类方法的流程示意图；
[0024]图2是本申请实施例中的目标宠物分类模型的一层级示意图；
[0025]图3是本申请实施例中的目标宠物分类模型的另一层级示意图；
[0026]图4是本申请实施例中的目标宠物分类模型的另一层级示意图；
[0027]图5是本申请实施例中的第四卷积层、第五卷积层和第六卷积层的一层级示意图；
[0028]图6是本申请实施例提供的一种宠物分类装置的示意性框图；
[0029]图7是本申请实施例提供的一种计算机设备的结构示意性框图。
[0030]本申请目的的实现、功能特点及优点将结合实施例，参阅附图做进一步说明。
具体实施方式
[0031]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0032]附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
[0033]本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，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论、方法、技术及应用系统。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
[0034]本申请实施例提供一种基于人工智能的宠物分类方法、装置、设备及存储介质。其中，该宠物分类方法可应用于终端设备或服务器，该终端设备可以手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等，服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的宠物分类方法，其特征在于，包括：获取宠物图像并调用目标宠物分类模型，所述目标宠物分类模型包括特征提取网络、面部框预测网络、第一宠物分类网络和第二宠物分类网络；将所述宠物图像输入所述特征提取网络进行特征提取，得到多个分辨率不同的目标特征图；将所述目标特征图输入所述面部框预测网络进行面部框预测，得到所述宠物图像的面部框的目标位置点组；将所述目标特征图输入所述第一宠物分类网络进行分类，得到所述宠物图像中的宠物的类型为预设宠物类型的第一输出概率；从所述宠物图像中获取所述目标位置点组对应的宠物脸图像，并将所述宠物脸图像输入所述第二宠物分类网络进行分类，得到所述宠物的类型为所述预设宠物类型的第二输出概率；根据所述第一输出概率和所述第二输出概率，从各所述预设宠物类型中确定所述宠物图像中的宠物的目标类型。2.根据权利要求1所述的宠物分类方法，其特征在于，所述将所述目标特征图输入所述面部框预测网络进行面部框预测，得到所述宠物图像的面部框的目标位置点组，包括：将所述目标特征图输入所述面部框预测网络进行面部框预测，得到所述宠物图像的多个位置点组和每个位置点组的可信指数；将多个所述位置点组中的所述可信指数大于或等于预设可信指数阈值的位置点组确定为候选位置点组；根据每个所述候选位置点组的所述可信指数，确定平均可信指数，并确定所述平均可信指数与每个候选位置点组的所述可信指数之间的可信指数差值；将所述可信指数差值最小所对应的候选位置点组确定为所述宠物图像的面部框的目标位置点组。3.根据权利要求2所述的宠物分类方法，其特征在于，所述方法还包括：获取各所述候选位置点组的坐标信息，并根据各所述候选位置点组的坐标信息，确定平均坐标信息；将所述平均坐标信息所对应的位置点组确定为所述宠物图像的面部框的目标位置点组。4.根据权利要求1所述的宠物分类方法，其特征在于，所述根据所述第一输出概率和所述第二输出概率，从各预设宠物类型中确定所述宠物图像中的宠物的目标类型，包括：从各预设宠物类型中选择所述第一输出概率最大的预设宠物类型作为第一宠物类型；从各预设宠物类型中选择所述第二输出概率最大的预设宠物类型作为第二宠物类型；若所述第一宠物类型与所述第二宠物类型相同，则将所述第一宠物类型确定为所述宠物图像中的宠物的目标类型。5.根据权利要求1
‑
4中任一项所述的宠物分类方法，其特征在于，所述获取宠物图像并调用目标宠物分类模型之前，还包括：从样本数据集中获取样本数据，其中，所述样本数据包括宠物样本图像、面部框的第一位置点组；
将所述宠物样本图像输入待训练的宠物分类模型，得到面部框的第二位置点组、所述宠物样本图像中的宠物的类型为各预设宠物类型的概率；根据所述第一位置点组、第二位置点组、所述宠物样本图像中的宠物的类型为各预设宠物...
【专利技术属性】
技术研发人员：薛全华，戴磊，刘玉宇，
申请(专利权)人：平安科技深圳有限公司，
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。