System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 图像识别模型的优化方法和计算机可读存储介质技术_技高网

图像识别模型的优化方法和计算机可读存储介质技术

技术编号:40607719 阅读:3 留言:0更新日期:2024-03-12 22:14
本申请适用于图像处理技术领域,提供了一种图像识别模型的优化方法和计算机可读存储介质。上述方法通过在图像识别模型完成图像识别后,获取每个图像标签的评测分值,以量化每个图像标签的分类合理性,并根据图像标签的评测分值获取相应图像识别模型的评测结果,以量化每个图像识别模型的分类合理性,并通过对比多个图像识别模型的分类合理性,在目标图像识别模型的分类合理性较差,或存在分类合理性较差的图像标签时,可以学习各个图像识别模型中分类合理性较好的图像标签,从而提升目标图像识别模型的分类合理性,使图像识别模型输出的图像标签不断趋近人的视觉判读。

【技术实现步骤摘要】

本申请属于图像处理,尤其涉及一种图像识别模型的优化方法和计算机可读存储介质


技术介绍

1、随着人工智能技术的快速发展,人工智能在计算机视觉、自然语言处理、智能机器人、深度学习及数据挖掘等领域得到广泛应用。其中,图像识别(image identification)技术是人工智能的一个重要分支领域,通过图像识别技术可以利用计算机对图像进行定量分析,识别图像中包含的特征,以代替人的视觉判读。

2、目前,在创建一个图像识别模型后需要经过训练模型、测试模型及分析模型进行优化,在多次优化后可以筛选得到表现最佳的模型,以完成一次图像识别模型的迭代。通过优化和迭代,可以不断提升图像识别模型对不同特征的分类精确性,使分类精准性不断趋近于预设指标(例如95%)。而优化和迭代无法提高图像识别模型对不同特征的分类合理性,图像识别模型是根据预设分类规则将图像中的特征和图像标签进行匹配,在图像标签设置的不合理,或者预设分类规则中的匹配机制不合理时,容易导致图像识别模型的分类合理性下降,使得针对相同的特征输出的图像标签和人的视觉判读相差较大。因此,如何提高图像识别模型的分类合理性成为当前亟需解决的问题。


技术实现思路

1、有鉴于此,本申请实施例提供了一种图像识别模型的优化方法和计算机可读存储介质,以解决现有的算法优化方法无法提高图像识别模型的分类合理性的问题。

2、本申请实施例的第一方面提供了一种图像识别模型的优化方法,包括:

3、将图片分别输入至i个图像识别模型,得到各个所述图像识别模型输出的图像标签;

4、基于各个所述图像标签所反映的图像特征在相应图片中的特征占比,分别获取与所述相应图片对应的各个所述图像标签的评测分值;

5、基于与同一所述图像识别模型对应的各个图像标签的所述评测分值,确定相应所述图像识别模型的评测结果;

6、根据各个所述图像识别模型的评测结果,对目标图像识别模型进行优化,其中,所述目标图像识别模型为所述i个图像识别模型中的至少一个,所述i大于或等于2。

7、大于或等于本申请实施例的第一方面提供一种图像识别模型的优化方法,通过在图像识别模型完成图像识别后,获取每个图像标签的评测分值,以量化每个图像标签的分类合理性,并根据图像标签的评测分值获取相应图像识别模型的评测结果,以量化每个图像识别模型的分类合理性,并通过对比多个图像识别模型的分类合理性,在目标图像识别模型的分类合理性较差,或存在分类合理性较差的图像标签时,可以学习各个图像识别模型中分类合理性较好的图像标签,从而提升目标图像识别模型的分类合理性,使图像识别模型输出的图像标签不断趋近人的视觉判读。

8、本申请实施例的第二方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现本申请实施例第一方面提供的图像识别模型的优化方法的步骤。

9、可以理解的是,上述第二方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。

本文档来自技高网...

【技术保护点】

1.一种图像识别模型的优化方法,其特征在于,包括:

2.如权利要求1所述的优化方法,其特征在于,所述基于各个所述图像标签所反映的图像特征在相应图片中的特征占比,分别获取与所述相应图片对应的各个所述图像标签的评测分值之前,还包括:

3.如权利要求1所述的优化方法,其特征在于,所述评测结果包括正确标签率和出现频率,所述基于与同一所述图像识别模型对应的各个图像标签的所述评测分值,确定相应所述图像识别模型的评测结果,包括:

4.如权利要求3所述的优化方法,其特征在于,所述根据各个所述图像识别模型的评测结果,对目标图像识别模型进行优化,包括:

5.如权利要求4所述的优化方法,其特征在于,所述i个图像识别模型包括至少一个目标图像识别模型和至少一个已优化的图像识别模型,所述根据各个所述图像识别模型的评测结果,对与标记图片对应的图像标签进行修正,包括:

6.如权利要求5所述的优化方法,其特征在于,所述漏识别标签还满足如下条件:所述漏识别标签的正确标签率大于或等于预设正确标签率,且所述漏识别标签的出现频率大于或等于预设出现频率。

<p>7.如权利要求5所述的优化方法,其特征在于,所述评测结果还包括累计频率,所述方法还包括:

8.如权利要求2所述的优化方法,其特征在于,所述i个图像识别模型包括至少一个目标图像识别模型和至少一个已优化的图像识别模型,所述根据各个所述图像识别模型的评测结果,对目标图像识别模型进行优化,包括:

9.如权利要求1至8任一项所述的优化方法,其特征在于,所述方法还包括:

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至9任一项所述优化方法的步骤。

...

【技术特征摘要】

1.一种图像识别模型的优化方法,其特征在于,包括:

2.如权利要求1所述的优化方法,其特征在于,所述基于各个所述图像标签所反映的图像特征在相应图片中的特征占比,分别获取与所述相应图片对应的各个所述图像标签的评测分值之前,还包括:

3.如权利要求1所述的优化方法,其特征在于,所述评测结果包括正确标签率和出现频率,所述基于与同一所述图像识别模型对应的各个图像标签的所述评测分值,确定相应所述图像识别模型的评测结果,包括:

4.如权利要求3所述的优化方法,其特征在于,所述根据各个所述图像识别模型的评测结果,对目标图像识别模型进行优化,包括:

5.如权利要求4所述的优化方法,其特征在于,所述i个图像识别模型包括至少一个目标图像识别模型和至少一个已优化的图像识别模型,所述根据各个所述图像识别模型的评测结果,对与标记图片对应的图像标...

【专利技术属性】
技术研发人员:李心怡张有才罗彤张海沫郭彦东李亚乾
申请(专利权)人:OPPO广东移动通信有限公司
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