【技术实现步骤摘要】
本申请涉及计算机领域，具体而言，涉及一种标识的识别方法和装置、存储介质及电子设备。
技术介绍
1、目前，相关技术中主要通过训练目标检测模型来识别标识，在目标检测模型的训练过程中往往需要新增标识，或者删除标识来适配不同的业务场景，此时就需要重新训练目标检测模型，也就是说，只要对标识进行了修改，就需要再次训练目标检测模型，使得模型训练成本较高，图像标识的识别方式复杂，导致图像标识的识别效率较低。
2、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种标识的识别方法和装置、存储介质及电子设备，以至少解决由于需要直接检测出标识的类型，导致图像标识的识别方式复杂，标识识别效率较低的技术问题。
2、根据本申请实施例的一个方面，提供了一种标识的识别方法，包括：对待识别的目标图像使用目标检测模型进行检测，得到一组候选区域，其中，所述一组候选区域表示从所述目标图像中检测到存在标识的至少一个图像区域；对所述一组候选区域和样本图像使用目标特征提取模型分...
【技术保护点】
1.一种标识的识别方法，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，所述对样本图像使用目标特征提取模型进行特征提取，得到样本特征向量，包括：
3.根据权利要求1所述的方法，其特征在于，
4.根据权利要求1所述的方法，其特征在于，所述对待识别的目标图像使用目标检测模型进行检测，得到一组候选区域之前，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，所述根据所述第一训练图像和所述第二训练图像对初始检测模型进行半监督训练，得到所述目标检测模型，包括：
6.根据权利要求5所述的方法，其特征...
【技术特征摘要】
1.一种标识的识别方法，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，所述对样本图像使用目标特征提取模型进行特征提取，得到样本特征向量，包括：
3.根据权利要求1所述的方法，其特征在于，
4.根据权利要求1所述的方法，其特征在于，所述对待识别的目标图像使用目标检测模型进行检测，得到一组候选区域之前，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，所述根据所述第一训练图像和所述第二训练图像对初始检测模型进行半监督训练，得到所述目标检测模型，包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述第一训练图像对初始检测模型进行训练，得到中间检测模型，包括：
7.根据权利要求6所述的方法，其特征在于，所述根据所述一组第一训练目标区域和标识在所述第一训练图像中所处的位置对所述初始检测模型进行训练，得到中间检测模型之后，所述方法还包括：
8.根据权利要求1所述的方法，其特征在于，所述对所述一组候选区域和样本图像使用目标特征提取模型分别进行特征提取，得到一组候选特征向量和样本特征向量之前，所述方法还包括：
9.根据权利要求8所述的方法，其特征在于，所述根据所述锚点样本区域、所述正样本...
【专利技术属性】
技术研发人员：何俊烽，蔡俊贤，陈曦，
申请(专利权)人：腾讯科技深圳有限公司，
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。