【技术实现步骤摘要】
本申请实施例涉及图像处理技术，涉及但不限于一种基于级联模型的图像识别方法及系统、存储介质。
技术介绍
1、图像识别技术已广泛应用于视频监控、医学图像分析、自动驾驶等场景。目前，在医学图像分析场景下，在对指甲图片等这类图像进行图像识别分析时，现有技术主要采用单个分类模型的识别方法。
2、然而，由于指甲图片等这类图像中目标识别区域(如，指甲区域)在图片中的面积占比较小，且目标识别区域较多，因此，现有技术基于单分类模型的图像识别方法在识别指甲图片等这类图像时存在识别效率较低、准确率较低等问题。
3、因此，急需提供一种能够快速、准确的对指甲图片等这类图像进行识别及分类的图像识别方法。
技术实现思路
1、有鉴于此，本申请实施例提供的一种基于级联模型的图像识别方法及系统、存储介质，本申请实施例提供的一种基于级联模型的图像识别方法及系统、存储介质是这样实现的：
2、本申请实施例提供的一种基于级联模型的图像识别方法，包括：
3、获取待识别指甲图片；
4、将所述待识别指甲图片输入到目标指甲图片识别模型，得到目标识别结果，所述目标指甲图片识别模型包括目标指甲分割模型、目标指甲提取拼接模型以及目标指甲分类模型，所述目标指甲分割模型以及所述目标指甲分类模型是根据指甲图片训练数据集对预设指甲分割模型以及预设指甲分类模型分别进行训练得到的。
5、本申请实施例，通过目标指甲图片识别模型能够提高指甲图片识别及分类的效率及准确率，避免了基于单分
6、在一些实施例中，在所述将所述待识别指甲图片输入到目标指甲图片识别模型之前，所述方法还包括：
7、获取所述指甲图片训练数据集，所述指甲图片训练数据集至少包括指甲样本图片、与所述指甲样本图片对应的正确分割掩码以及与所述指甲样本图片对应的正确识别结果，所述正确分割掩码用来区分所述指甲样本图片中的指甲区域以及非指甲区域；
8、根据所述指甲样本图片以及所述正确分割掩码对所述预设指甲分割模型进行训练，得到所述目标指甲分割模型；以及，根据所述指甲样本图片以及所述正确识别结果对所述预设指甲分类模型进行训练，得到所述目标指甲分类模型。
9、该实施例中，通过指甲图片训练数据集对预设的多个模型分别进行训练得到一种级联目标指甲图片识别模型，利用该级联模型可以提高指甲图片识别及分类时的准确率和效率。
10、在一些实施例中，所述根据所述指甲样本图片以及所述正确分割掩码对所述预设指甲分割模型进行训练，得到所述目标指甲分割模型，包括：
11、将所述指甲样本图片输入到所述预设指甲分割模型，得到至少一张包括预测分割掩码的指甲分割图片，所述预测分割掩码用来区分所述指甲分割图片中的指甲区域以及非指甲区域；
12、将所述预测分割掩码与所述正确分割掩码输入到第一损失函数，得到指甲分割损失参数；
13、在所述指甲分割损失参数符合第一预设神经网络参数的情况下，得到所述目标指甲分割模型。
14、该实施例中，能够准确区分指甲区域和非指甲区域，从而降低非指甲区域对模型训练的干扰；同时，通过不断调整预测分割掩码与正确分割掩码之间的差异，使得训练得到的目标指甲分割模型在指甲图片识别时可以准确区分指甲区域，提高了目标指甲分割模型的区分能力。
15、在一些实施例中，在所述根据所述指甲样本图片以及所述正确识别结果对所述预设指甲分类模型进行训练，得到所述目标指甲分类模型之前，所述方法还包括：
16、将所述指甲样本图片输入到所述目标指甲分割模型，得到与所述指甲样本图片对应的目标指甲分割图片，所述目标指甲分割图片包括目标分割掩码；
17、将所述指甲样本图片以及所述目标指甲分割图片输入到所述目标指甲提取拼接模型进行图像处理，得到指甲提取拼接图像。
18、该实施例中，有助于后续指甲分类模型的训练，使得目标指甲分类模型可以更准确、更高效的提取指甲特征。
19、在一些实施例中，所述根据所述指甲样本图片以及所述正确识别结果对所述预设指甲分类模型进行训练，得到所述目标指甲分类模型，包括：
20、将所述指甲提取拼接图像输入到所述预设指甲分类模型，得到预测识别结果；
21、将所述预测识别结果与所述正确识别结果输入到第二损失函数，得到指甲分类损失参数；
22、在所述指甲分类损失参数符合第二预设神经网络参数的情况下，得到所述目标指甲分类模型。
23、该实施例中，通过不断调整预测识别结果与正确识别结果之间的差异，使得训练得到的目标指甲分类模型在指甲图片识别时可以准确对指甲进行分类，提高了目标指甲分类模型的分类能力。
24、在一些实施例中，所述将所述指甲样本图片以及所述目标指甲分割图片输入到所述目标指甲提取拼接模型进行图像处理，得到指甲提取拼接图像，包括：
25、通过所述目标指甲提取拼接模型对所述目标指甲分割图片中的指甲区域进行编码，得到编码后的目标指甲分割图片，所述编码后的目标指甲分割图片中包括不同编码的指甲掩码，所述不同编码的指甲掩码用来区分不同的指甲区域，所述指甲掩码的数量与所述编码后的目标指甲分割图片中的指甲数量相同；
26、根据所述指甲掩码以及与所述指甲掩码对应的指甲区域，从所述指甲样本图片中获取得到与所述指甲区域对应的目标指甲图片；
27、将所述目标指甲图片缩放到预设尺寸，得到缩放处理后的目标指甲图片；
28、按照预设提取规则，从所述缩放处理后的目标指甲图片中提取得到待拼接指甲图片；
29、按照预设拼接规则，将所述待拼接指甲图片进行拼接处理，得到所述指甲提取拼接图像。
30、该实施例中，能够准确提取出目标指甲图片，有助于在后续指甲分类模型训练过程中更准确的提取指甲特征。此外，有助于消除不同目标指甲图片的形状变化、角度变化等因素对识别结果的影响，提高模型的稳定性和可靠性。还能够提供更清晰、更完整的指甲图片，有助于模型更准确地提取指甲的特征和细节，提高识别的准确率。
31、在一些实施例中，所述按照预设提取规则，从所述缩放处理后的目标指甲图片中提取得到待拼接指甲图片，包括：
32、所述目标指甲提取拼接模型将所述缩放处理后的目标指甲图片进行灰度转换，得到所述缩放处理后的目标指甲图片对应的灰度图片；
33、计算获得每张灰度图片的灰度值均值；
34、按照所述灰度值均值从低到高的顺序，从多张灰度图片中提取预设数量的图片作为目标灰度图片；
35、从所述缩放处理后的目标指甲图片中获取得到与所述目标灰度图片对应的图片作为所述待拼接指甲图片。
36、该实施例中，对图片进行灰度转换可以快速定位出目标指甲，获得识别结果，提高了后续指甲分类模型在训练时对指甲图片分类的效率。此外，灰度转换还能够减少噪声和背本文档来自技高网...
【技术保护点】
1.一种基于级联模型的图像识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在所述将所述待识别指甲图片输入到目标指甲图片识别模型之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述指甲样本图片以及所述正确分割掩码对所述预设指甲分割模型进行训练，得到所述目标指甲分割模型，包括：
4.根据权利要求3所述的方法，其特征在于，在所述根据所述指甲样本图片以及所述正确识别结果对所述预设指甲分类模型进行训练，得到所述目标指甲分类模型之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述指甲样本图片以及所述正确识别结果对所述预设指甲分类模型进行训练，得到所述目标指甲分类模型，包括：
6.根据权利要求4所述的方法，其特征在于，所述将所述指甲样本图片以及所述目标指甲分割图片输入到所述目标指甲提取拼接模型进行图像处理，得到指甲提取拼接图像，包括：
7.根据权利要求6所述的方法，其特征在于，所述按照预设提取规则，从所述缩放处理后的目标指甲图片中提取得到待
8.根据权利要求1～7中任一项所述的方法，其特征在于，在所述将所述待识别指甲图片输入到目标指甲图片识别模型，得到目标识别结果之后，所述方法还包括：
9.一种基于级联模型的图像识别系统，其特征在于，包括获取模块和识别模块，其中：
10.一种基于级联模型的图像识别系统，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至8任一项所述方法的步骤。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至8任一项所述的方法。
...【技术特征摘要】
1.一种基于级联模型的图像识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在所述将所述待识别指甲图片输入到目标指甲图片识别模型之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述指甲样本图片以及所述正确分割掩码对所述预设指甲分割模型进行训练，得到所述目标指甲分割模型，包括：
4.根据权利要求3所述的方法，其特征在于，在所述根据所述指甲样本图片以及所述正确识别结果对所述预设指甲分类模型进行训练，得到所述目标指甲分类模型之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述指甲样本图片以及所述正确识别结果对所述预设指甲分类模型进行训练，得到所述目标指甲分类模型，包括：
6.根据权利要求4所述的方法，其特征在于，所述将所述指甲样本图片以及所述目标指甲分割图片...
【专利技术属性】
技术研发人员：孙旭，罗阳星，马晓媛，王习颖，高伟，郑宇浩，朱艳春，冯春芳，陈诗谦，吴诗韵，胡珂，买名洋，荣艳，
申请(专利权)人：联通广东产业互联网有限公司，
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。