【技术实现步骤摘要】
本专利技术涉及一种图像识别方法，特别是涉及一种采用两阶段推论程序的图像识别方法。
技术介绍
1、近年来，图像识别技术越来越广泛应用于不同的应用领域，使得人工神经网络(artificial neural networks,ann)重新吸引了人们的注意。这些研究通常被称为深度学习(deep learning)、计算机学习(computer learning)等类似术语。人工神经网络近期的应用包括语言与图像识别等。
2、然而，目前采用的图像识别技术在执行之前，必须由人工手动在图像上拖拉工具栏的多个线条以围成多边形框体，使用多边形框体将图像中需要识别出的目标物在图像上先大致框选出来，才能精准地检测出目标物，此方式非常不便，既非常耗时又耗力。
技术实现思路
1、本专利技术针对现有技术的不足提供一种采用两阶段推论程序的图像识别方法。
2、本专利技术的采用两阶段推论程序的图像识别方法包含以下步骤：截取一待检测物件体的图像，作为一待测物件图像；使用一目标检测模型，检测在所述待测物件图像上的多个初始选择标记区域内的多个检测目标图像，产生多个一阶识别目标区块，在所述待测物件图像上标记多个所述初始选择标记区域，使多个所述检测目标图像分别在多个所述一阶识别目标区块内；以及执行非监督式学习演算法，识别多个检测目标图像的边缘，收敛多个所述一阶识别目标区块的边界，沿着收敛后的多个所述一阶识别目标区块的边界，使用多个二阶识别标记图块，标记二阶识别的多个所述检测目标图像，用于标记二阶识别的多
3、如上所述，本专利技术提供一种采用两阶段推论程序的图像识别方法。本专利技术的采用两阶段推论程序的图像识别方法中，所采用的初始标记图像的方式是仅以矩形单点拖拉的方式去圈选要识别的物件，接着在第一推论阶段中使用训练出的目标检测模型进行图像识别，最后在第二推论阶段中以非监督式的分群演算法精准识别初检测目标物的轮廓。本专利技术的采用两阶段推论程序的图像识别方法以分阶段方式的演算法，但其在效率上优于传统图像识别演算法，耗费时间较短。
本文档来自技高网...【技术保护点】
1.一种采用两阶段推论程序的图像识别方法，其特征在于，所述的采用两阶段推论程序的图像识别方法包含以下步骤：
2.根据权利要求1所述的采用两阶段推论程序的图像识别方法，其特征在于，所述的采用两阶段推论程序的图像识别方法还包含以下步骤：
3.根据权利要求1所述的采用两阶段推论程序的图像识别方法，其特征在于，所述的采用两阶段推论程序的图像识别方法还包含以下步骤：
4.根据权利要求1所述的采用两阶段推论程序的图像识别方法，其特征在于，所述的采用两阶段推论程序的图像识别方法还包含以下执行使用所述目标检测模型之前的步骤：
5.根据权利要求4所述的采用两阶段推论程序的图像识别方法，其特征在于，使用多个所述初始标记图案分别标记在所述待测物件图像上的多个所述初始选择标记区域的步骤包含：
6.根据权利要求5所述的采用两阶段推论程序的图像识别方法，其特征在于，所述的使用多个所述初始标记图案分别标记在所述待测物件图像上的多个所述初始选择标记区域的步骤还包含：
7.根据权利要求1所述的采用两阶段推论程序的图像识别方法，其特征在于，所述
8.根据权利要求1所述的采用两阶段推论程序的图像识别方法，其特征在于，所述的采用两阶段推论程序的图像识别方法还包含以下步骤：
9.根据权利要求8所述的采用两阶段推论程序的图像识别方法，其特征在于，所述的采用两阶段推论程序的图像识别方法还包含以下执行在执行非监督式学习演算法之后的步骤：
10.根据权利要求9所述的采用两阶段推论程序的图像识别方法，其特征在于，所述的采用两阶段推论程序的图像识别方法还包含以下步骤：
...【技术特征摘要】
1.一种采用两阶段推论程序的图像识别方法，其特征在于，所述的采用两阶段推论程序的图像识别方法包含以下步骤：
2.根据权利要求1所述的采用两阶段推论程序的图像识别方法，其特征在于，所述的采用两阶段推论程序的图像识别方法还包含以下步骤：
3.根据权利要求1所述的采用两阶段推论程序的图像识别方法，其特征在于，所述的采用两阶段推论程序的图像识别方法还包含以下步骤：
4.根据权利要求1所述的采用两阶段推论程序的图像识别方法，其特征在于，所述的采用两阶段推论程序的图像识别方法还包含以下执行使用所述目标检测模型之前的步骤：
5.根据权利要求4所述的采用两阶段推论程序的图像识别方法，其特征在于，使用多个所述初始标记图案分别标记在所述待测物件图像上的多个所述初始选择标记区域的步骤包含：
6...
【专利技术属性】
技术研发人员：林迪利，
申请(专利权)人：环旭电子股份有限公司，
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。