【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及一种图像的识别方法、装置、电子设备及存储介质。
技术介绍
1、随着深度学习和计算机视觉技术的快速发展，交通系统和自动驾驶逐渐成为研究和应用的热点。现有的基于深度学习的识别算法在车辆识别领域已有广泛应用，但是在处理真实世界中复杂的交通场景时仍然面临挑战：一是由于车辆形状、尺度的多变，尤其是小目标车辆，会导致现有算法的识别准确性降低；二是恶劣天气下，可见性降低，使得现有算法在图像中难以定位和区分车辆；三是拥堵车流的密集、遮挡现象可能掩盖车辆的关键特征，导致漏检和误报的发生。上述挑战使得基于深度学习的识别算法在车辆识别领域的准确度相对低。
技术实现思路
1、有鉴于此，本申请的目的在于提出一种图像的识别方法、装置、电子设备及存储介质，以克服现有技术中全部或部分不足。
2、基于上述目的，本申请提供了一种图像的识别方法，包括：获取图像，并将所述图像输入至预先构建的识别模型，通过所述识别模型确定所述图像对应的初始特征；对所述初始特征按照预定通道维度进行分组，并对每...
【技术保护点】
1.一种图像的识别方法，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，所述识别模型包括空间注意力机制，通道注意力机制和跨渠道协调注意力机制；
3.根据权利要求2所述的方法，其特征在于，所述通过所述跨渠道协调注意力机制对所述图像进行特征提取，得到第一子特征，包括：
4.根据权利要求2所述的方法，其特征在于，所述通过所述空间注意力机制对所述图像进行特征提取，得到第二子特征，包括：
5.根据权利要求2所述的方法，其特征在于，所述通过所述通道注意力机制对所述图像进行特征提取，得到第三子特征，包括：
6...
【技术特征摘要】
1.一种图像的识别方法，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，所述识别模型包括空间注意力机制，通道注意力机制和跨渠道协调注意力机制；
3.根据权利要求2所述的方法，其特征在于，所述通过所述跨渠道协调注意力机制对所述图像进行特征提取，得到第一子特征，包括：
4.根据权利要求2所述的方法，其特征在于，所述通过所述空间注意力机制对所述图像进行特征提取，得到第二子特征，包括：
5.根据权利要求2所述的方法，其特征在于，所述通过所述通道注意力机制对所述图像进行特征提取，得到第三子特征，包括：
6.根据权利要求2所述...
【专利技术属性】
技术研发人员：朱明皓，刘兆健，王奇锋，李学汉，高青鹤，霍炎，仵浩，
申请(专利权)人：北京交通大学，
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。