图片识别方法、装置及电子设备制造方法及图纸

技术编号:34899715 阅读:48 留言:0更新日期:2022-09-10 14:02
本申请实施例提供了一种图片识别方法、装置及电子设备,包括:获取待识别的目标图片;将所述目标图片输入至预先训练的图片识别模型中进行分类识别处理,输出所述目标图片的分类识别结果,所述图片识别模型用于对所述目标图片中的目标对象所属类别进行第一分类识别和对所述目标图片所属风格进行第二分类识别,并对所述第一分类识别的第一子分类识别结果和所述第二分类识别的第二子分类识别结果进行融合处理,得到所述分类识别结果;根据所述分类识别结果确定所述目标图片及其目标对象共同所属的目标类别。同所属的目标类别。同所属的目标类别。

【技术实现步骤摘要】
图片识别方法、装置及电子设备


[0001]本专利技术涉及图像处理
,尤其涉及一种图片识别方法、装置及电子设备。

技术介绍

[0002]随着互联网行业的快速发展,互联网中往往存在恶意用户故意发布敏感图片以煽动舆论谋取不法利润,为了保护用户的权益,需要对互联网中的敏感图片进行识别,并由审核人员对该敏感图片进行审核以确定是否将该敏感图片发布到互联网。
[0003]在一些场景下,识别敏感图片的检测算法是采用检测框的方式对待识别的图片进行识别,而每个检测框都只包含待识别的图片的局部信息,由于其仅能实现对待识别的图片的局部信息进行识别,图片识别的局限性较大,图片的识别精度较低,导致图片识别存在大量的误召。

技术实现思路

[0004]本申请实施例的目的是提供一种图片识别方法、装置及电子设备,提高了图片的识别精度。
[0005]为了解决上述技术问题,本申请实施例是这样实现的:
[0006]第一方面,本申请实施例提供了一种图片识别方法,包括:获取待识别的目标图片;将所述目标图片输入至预先训练的图片识别模型中进行分类识本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图片识别方法,其特征在于,所述图片识别方法包括:获取待识别的目标图片;将所述目标图片输入至预先训练的图片识别模型中进行分类识别处理,输出所述目标图片的分类识别结果,所述图片识别模型用于对所述目标图片中的目标对象所属类别进行第一分类识别和对所述目标图片所属风格进行第二分类识别,并对所述第一分类识别的第一子分类识别结果和所述第二分类识别的第二子分类识别结果进行融合处理,得到所述分类识别结果;根据所述分类识别结果确定所述目标图片及其目标对象共同所属的目标类别。2.根据权利要求1所述的图片识别方法,其特征在于,所述图片识别模型包括:主干特征提取层、目标对象检测层、整图特征分类层和特征融合层;在所述分类识别处理中,所述主干特征提取层用于对所述目标图片的主干图像特征进行提取,得到所述目标图片的主干图像特征;所述目标对象检测层用于对所述主干图像特征中的目标对象所属类别进行第一分类识别,得到所述目标图片中目标对象的第一子分类识别结果,所述第一子分类识别结果指示所述目标图片中目标对象所属各类别的概率;所述整图特征分类层用于根据所述主干图像特征对所述目标图片所属风格进行第二分类识别,得到所述目标图片的第二子分类识别结果,所述第二子分类识别结果指示所述目标图片所属各风格的概率;所述特征融合层用于对所述第一子分类识别结果和所述第二子分类识别结果进行融合处理,得到所述目标图片的分类识别结果,所述分类识别结果指示所述目标图片及其目标对象共同所属的目标类别。3.根据权利要求2所述的图片识别方法,其特征在于,所述特征融合层还用于从所述第一子分类识别结果中筛选出概率大于设定阈值的所述目标图片中目标对象所属的各目标类别,按照预设的对象所属类别与图片所属风格之间的对应关系,确定所述目标图片中目标对象所属的各目标类别与所述目标图片所属的各风格之间的目标对应关系,根据所述目标对应关系将所述第一子分类识别结果和所述第二子分类识别结果进行融合处理。4.一种图片识别模型的训练方法,其特征在于,包括:获取多个样本图片;根据所述多个样本图片生成训练样本集,其中,所述训练样本集中的每个训练样本标注有标签,所述标签包括所述训练样本中的目标对象所属类别的第一类别标签和所述训练样本所属风格的第二类别标签,所述第一类别标签和所述第二类别标签具有对应关系;将所述训练样本集输入到待训练的图片识别模型进行迭代训练,直至所述图片识别模型对应的损失函数收敛的情况下,得到训练后的图片识别模型,所述损失函数表示所述图片识别模型输出的所述样本图片及其目标对象共同所属目标类别的预测值与真实值之间的误差,所述真实值根据所述第一类别标签和所述第二类别标签确定。5.根据权利要求4所述的图片识别模型的训练...

【专利技术属性】
技术研发人员:李蒙赵金阁李玲韦昌佗
申请(专利权)人:微梦创科网络科技中国有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1