对象识别方法、装置、电子设备及存储介质制造方法及图纸

本申请提供了一种对象识别方法、装置、电子设备及存储介质，包括：获取待识别的目标图像；确定所述目标图像对应的识别任务，所述识别任务用于指示所要识别的对象；由第一神经网络对所述目标图像进行特征提取，获得所述目标图像的第一特征图；由目标第二神经网络对所述第一特征图进行对象识别，获得所述目标图像对应于所述识别任务的识别结果，其中，所述目标第二神经网络是指与所述第一特征图的尺寸和所述识别任务相对应的第二神经网络。通过本申请能够降低构建和训练的神经网络模型的数量，减少训练神经网络模型的时间，同时提高了计算资源的利用率，并且还增加了神经网络模型的适用范围。用范围。用范围。

【技术实现步骤摘要】
对象识别方法、装置、电子设备及存储介质


[0001]本申请涉及人工智能领域，更具体地，涉及一种对象识别方法、装置、电子设备及存储介质。

技术介绍

[0002]随着计算机视觉技术的发展以及自动驾驶技术的发展，通常会使用多个摄像头来对车辆周围的环境和物体进行识别，相关技术中，通常是将图像输入到神经网络模型中，由神经网络模型来输出识别结果。而相关技术中，该用于对象识别的神经网络模型不仅与识别任务相关，而且对输入的尺寸有要求，所以，需要针对每一识别任务和每一输入尺寸，预先构建对应的神经网络模型。从而，在识别任务为多个，且有不同尺寸的场景下，需要构建和训练的神经网络模型较多，而且，训练神经网络模型的时间也较长。

技术实现思路

[0003]有鉴于此，本申请实施例提出了一种对象识别方法、装置、电子设备及存储介质，以改善上述问题。
[0004]根据本申请实施例的一个方面，提供了一种对象识别方法，包括：获取待识别的目标图像；确定所述目标图像对应的识别任务，所述识别任务用于指示所要识别的对象；由第一神经网络对所述目标图像进行特征提取，获得所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象识别方法，其特征在于，所述方法包括：获取待识别的目标图像；确定所述目标图像对应的识别任务，所述识别任务用于指示所要识别的对象；由第一神经网络对所述目标图像进行特征提取，获得所述目标图像的第一特征图；由目标第二神经网络对所述第一特征图进行对象识别，获得所述目标图像对应于所述识别任务的识别结果，其中，所述目标第二神经网络是指与所述第一特征图的尺寸和所述识别任务相对应的第二神经网络。2.根据权利要求1所述的方法，其特征在于，所述由目标第二神经网络对所述第一特征图进行对象识别，获得所述目标图像对应于所述识别任务的识别结果之前，所述方法还包括：获取模型集合中各第二神经网络对应的识别对象信息，所述识别对象信息用于指示所对应第二神经网络用于识别的对象；将所述识别任务与各第二神经网络对应的识别对象信息进行匹配，在所述模型集合中确定所对应识别对象信息所指示的对象与所述识别任务所指示的对象相匹配的候选第二神经网络；将所述第一特征图的尺寸与各所述候选第二神经网络对应的要求输入尺寸进行匹配，确定所对应要求输入尺寸与所述第一特征图的尺寸相同的候选第二神经网络；将所确定要求输入尺寸与所述第一特征图的尺寸相同的候选第二神经网络作为所述目标第二神经网络。3.根据权利要求2所述的方法，其特征在于，所述将所述识别任务与各第二神经网络对应的识别对象信息进行匹配，在所述模型集合中确定所对应识别对象信息所指示的对象与所述识别任务所指示的对象相匹配的候选第二神经网络之后，所述方法还包括：若确定不存在所对应要求输入尺寸与所述第一特征图的尺寸相同的候选第二神经网络，则选取一个候选第二神经网络作为所述目标第二神经网络；按照所述目标第二神经网络对应的要求输入尺寸，对所述第一特征图进行尺寸调整，以使调整后所述第一特征图的尺寸与所述目标第二神经网络对应的要求输入尺寸相同；由所述目标第二神经网络对调整后的所述第一特征图进行对象识别，获得所述目标对象对应于所述识别任务的识别结果。4.根据权利要求1所述的方法，其特征在于，所述第一神经网络输出的特征图的尺寸与输入...

【专利技术属性】
技术研发人员：陈杜煜，
申请(专利权)人：广州小鹏自动驾驶科技有限公司，
类型：发明
国别省市：