【技术实现步骤摘要】
一种图像识别方法、装置、电子设备及存储介质
[0001]本专利技术实施例涉及计算机技术，尤其涉及一种图像识别方法、装置、电子设备及存储介质。
技术介绍
[0002]火灾的发生会造成巨大人身和财产损失，预防火灾事故发生的预防措施显得尤其重要。传统的采用人工巡检的方式检查指定位置是否有火灾隐患，人工巡检人力成本较高，且定期人为排查主观性比较强，仅是在一定程度上降低风险。由于计算机发展，通过人工智能对大的火焰物体检测已经有了很好的效果，但对小目标的火焰检测并不适用。
技术实现思路
[0003]本专利技术提供一种图像识别方法、装置、电子设备及存储介质，以实现模型训练过程中的模型收敛速度，并对识别模型进行有效评估，实现对待检测图像的有效检测。
[0004]第一方面，本专利技术实施例提供了一种图像识别方法，该方法包括：
[0005]获取待检测图像和目标训练数据集，其中，所述目标训练数据集包括训练数据集、验证数据集和测试数据集；
[0006]根据所述训练数据集和所述验证数据集调节初始模型训练参数对初...
【技术保护点】
【技术特征摘要】
1.一种图像识别方法，其特征在于，包括：获取待检测图像和目标训练数据集，其中，所述目标训练数据集包括训练数据集、验证数据集和测试数据集；根据所述训练数据集和所述验证数据集调节初始模型训练参数对初始识别模型进行训练，得到目标识别模型，并根据所述测试数据集对所述目标识别模型进行测试，得到所述目标识别模型对应的测试指标；确定所述待检测图像对应的图像识别标准，根据所述图像识别标准确定所述测试指标是否达标；当所述测试指标达标时，将所述待检测图像输入所述目标识别模型，得到所述待检测图像的检测结果。2.根据权利要求1所述的方法，其特征在于，根据所述训练数据集和所述验证数据集调节初始模型训练参数对所述初始识别模型进行训练，得到目标识别模型，包括：将所述初始识别模型的训练过程划分为第一训练阶段和第二训练阶段，根据所述第一训练阶段和第二训练阶段对所述训练数据集和所述验证数据集进行划分，得到所述第一训练阶段对应的第一训练数据集和第一验证数据集、所述第二训练阶段对应的第二训练数据集和第二验证数据集；在所述第一训练阶段冻结所述初始识别模型中主干网络的特征参数，根据所述第一训练数据集和所述第一验证数据集调节所述初始模型训练参数对所述初始识别模型进行训练，得到第一识别模型和所述第一识别模型对应的模型训练参数；在所述第二训练阶段解冻所述第一识别模型中主干网络的特征参数，根据所述第二训练数据集和所述第二验证数据集调节所述第一识别模型对应的模型训练参数对所述第一识别模型进行训练，得到所述目标识别模型。3.根据权利要求2所述的方法，其特征在于，在所述第一训练阶段冻结所述初始识别模型中主干网络的特征参数，根据所述第一训练数据集和所述第一验证数据集调节初始模型训练参数对所述初始识别模型进行训练，得到第一识别模型和所述第一识别模型对应的模型训练参数，包括：将所述初始模型训练参数中的批处理数作为第一批处理数，并根据所述第一批处理数将所述第一训练数据集和第一验证数据集划分为多个训练数据集，多个训练数据集中每个训练数据集具有训练子数据集和验证子数据集；在第一阶段训练，根据初始模型训练参数中训练周期数将第一阶段划分为多个训练周期，利用当前训练周期对应的训练子数据集和验证子数据对所述初始识别模型进行训练，得到所述当前周期对应的平均训练损失、平均验证损失和当前识别模型；根据所述当前周期对应的平均训练损失和平均验证损失调节下一训练周期对所述当前识别模型训练的模型训练参数中的学习率，并根据所述当前识别模型训练的模型训练参数中的学习率、所述下一训练周期对应的训练子数据集和验证子数据集对所述当前识别模型进行训练，直至当前训练周期与相邻两周期内对应的平均训练损失和平均验证损失的方差小于预设值，得到所述第一识别模型和所述第一识别模型对应的模型训练参数。4.根据权利要求2所述的方法，其特征在于，在所述第二训练阶段解冻所述第一识别模型中主干网络的特征参数，根据所述第二训练数据集和所述第二验...
【专利技术属性】
技术研发人员：姚星星，嵇晓峰，孙明，孟海秀，郑旭东，王艳纳，
申请(专利权)人：海尔数字科技青岛有限公司海尔卡奥斯物联生态科技有限公司，
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。