【技术实现步骤摘要】
本申请涉及计算机领域，具体而言，涉及一种图像识别方法、装置和存储介质及电子设备。
技术介绍
1、随着卷积神经网络的发展，语义分割、深度估计、计数、姿态估计等图像识别的应用也得到较快的发展，这些应用在产品中落地时，需要具备较好的精度，以保证用户的体验效果；另一方面，当上述图像识别的应用被用于手机、车机、无人机、机器人等低算力平台中时，往往需要算法具有较少的计算量，以确保应用可以流畅运行，但精度和计算量之间存在冲突，也即越高的精度就需要越大的计算量，相关技术也并未提供一种兼顾精度和计算量的图像识别方式。因此，相关技术存在缺少兼顾精度和计算量的图像识别方式的问题。
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图像识别方法、装置和存储介质及电子设备，以至少解决相关技术存在缺少兼顾精度和计算量的图像识别方式的技术问题。
2、根据本申请实施例的一个方面，提供了一种图像识别方法，包括：获取目标特征图，其中，上述目标特征图用于表示待识别...
【技术保护点】
1.一种图像识别方法，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，
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求2所述的方法，其特征在于，
5.根据权利要求4所述的方法，其特征在于，在所述将所述第一目标特征图和所述第三目标特征图确定为所述第二特征图之后，所述对所述第二特征图执行所述高维度和所述宽维度的下行卷积操作，得到第二输出特征图，包括：
6.根据权利要求1至5中任一项所述的方法，其特征在于，在所述获取目标特征图之前，所述方法还包括：
7.根据权利要求1至5中任...
【技术特征摘要】
1.一种图像识别方法，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，
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求2所述的方法，其特征在于，
5.根据权利要求4所述的方法，其特征在于，在所述将所述第一目标特征图和所述第三目标特征图确定为所述第二特征图之后，所述对所述第二特征图执行所述高维度和所述宽维度的下行卷积操作，得到第二输出特征图，包括：
6.根据权利要求1至5中任一项所述的方法，其特征在于，在所述获取目标特征图之前，所述方法还包括：
7.根据权利要求1至5中任一项所述的方法，其特征在于...
【专利技术属性】
技术研发人员：李德辉，
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。