一种图像识别方法及设备、存储介质技术

本申请实施例提供了一种图像识别方法及设备、存储介质，该方法包括：在接收到输入图像的情况下，将输入图像输入预设区域框定位模型中，得到局部框信息；预设区域框定位模型根据样本图像中标注的目标区域框训练得到；利用局部框信息，对输入图像进行图像分割，得到目标区域；对目标区域进行图像识别，得到图像识别结果。通过上述技术方案，达到提升图像识别准确度和识别效率的目的。确度和识别效率的目的。确度和识别效率的目的。

【技术实现步骤摘要】
一种图像识别方法及设备、存储介质


[0001]本申请涉及图像识别领域，尤其涉及一种图像识别方法及设备、存储介质。

技术介绍

[0002]图像分类主要分为粗粒度图像分类和细粒度图像分类(Fine
‑
grained image categorization)两种。粗粒度图像分类对象主要包括人、飞机、花等属性及特征差异较大的对象；细粒度图像分类是对粗粒度图像中的某个特定大类别进行更精细的子类划分，例如狗的不同品种，不同品牌的汽车或同一品牌汽车的不同车系等，但是现有的针对细粒度图像识别分类的算法识别准确度低，并且由于在识别时需要分步进行，进一步导致了图像识别的效率降低。

技术实现思路

[0003]本申请实施例提供一种图像识别方法及设备、存储介质，能够提升图像识别的准确度和识别效率。
[0004]本申请的技术方案是这样实现的：
[0005]第一方面，本申请实施例提供一种图像识别方法，所述方法包括：
[0006]在接收到输入图像的情况下，将所述输入图像输入预设区域框定位模型中，得到局部框信息；所述预本文档来自技高网...

【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，所述方法包括：在接收到输入图像的情况下，将所述输入图像输入预设区域框定位模型中，得到局部框信息；所述预设区域框定位模型根据样本图像中标注的目标区域框训练得到；利用所述局部框信息，对所述输入图像进行图像分割，得到目标区域；对所述目标区域进行图像识别，得到图像识别结果。2.根据权利要求1所述的方法，其特征在于，所述在接收到输入图像的情况下，将所述输入图像输入预设区域框定位模型中，得到局部框信息之前，所述方法还包括：获取标注所述目标区域框的所述样本图像；利用第一预设卷积神经网络提取所述目标区域框的目标区域框特征；根据所述目标区域框特征训练初始区域框定位模型，得到所述预设区域框定位模型。3.根据权利要求1所述的方法，其特征在于，所述根据所述目标区域框特征训练初始区域框定位模型，得到所述预设区域框定位模型，包括：将所述目标区域框特征输入所述初始区域框定位模型中，对所述目标区域框特征进行多次卷积操作和全局平均池化，得到所述局部框信息和所述局部框信息的欧式距离损失；利用所述欧式距离损失，对所述初始区域框定位模型进行训练，得到所述预设区域框定位模型。4.根据权利要求1所述的方法，其特征在于，所述利用所述局部框信息，对输入图像进行图像分割，得到目标区域，包括：对所述局部框信息进行预设特征信息转换，得到转换后的特征信息；利用所述转换后的特征信息，对所述输入图像进行图像分割，得到所...

【专利技术属性】
技术研发人员：张灿，高子翔，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：