【技术实现步骤摘要】
本专利技术实施例涉及计算机领域，具体而言，涉及一种对象的识别方法、装置、存储介质及电子装置。
技术介绍
1、在相关技术中，通常利用训练好的网络模型识别图像中的对象的类别以及在图像中的位置，网络模型在训练的过程中，标签分配和分类精度会影响训练网络模型识别的准确率，进而会影响训练好的网络模型的识别准确率。
2、在相关技术中，由于训练数据的标签分配以及分类精度不准确使得训练出的网络模型识别图像的类别以及在图像中的位置不准确。
3、针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种对象的识别方法、装置、存储介质及电子装置，以至少解决相关技术中存在的识别对象不准确的问题。
2、根据本专利技术的一个实施例，提供了一种对象的识别方法，包括：获取设置在目标区域的摄像设备采集的目标图像；将所述目标图像输入至目标模型中，以确定所述目标图像中包括的对象的目标类型以及目标位置；其中，所述目标模型是通过多组训练数据以及训练模型...
【技术保护点】
1.一种对象的识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，基于所述第一预测结果以及所述第二预测结果确定目标损失值包括：
3.根据权利要求2所述的方法，其特征在于，基于所述第一预测类别以及所述第二预测类别确定分类损失值包括：
4.根据权利要求3所述的方法，其特征在于，基于所述第二预测类别以及所述训练数据中包括的对象的标签确定第一参数包括：
5.根据权利要求3所述的方法，其特征在于，基于所述第一参数以及所述第一预测类别确定所述分类损失值包括：
6.根据权利要求2所述的方法，其特征在于，...
【技术特征摘要】
1.一种对象的识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，基于所述第一预测结果以及所述第二预测结果确定目标损失值包括：
3.根据权利要求2所述的方法，其特征在于，基于所述第一预测类别以及所述第二预测类别确定分类损失值包括：
4.根据权利要求3所述的方法，其特征在于，基于所述第二预测类别以及所述训练数据中包括的对象的标签确定第一参数包括：
5.根据权利要求3所述的方法，其特征在于，基于所述第一参数以及所述第一预测类别确定所述分类损失值包括：
6.根据权利要求2所述的方法，其特征在于，基于所述第一预测位置以及所述...
【专利技术属性】
技术研发人员：林亦宁，杨德城，
申请(专利权)人：北京闪马智建科技有限公司，
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。