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() 对象识别方法及装置、存储介质、电子设备制造方法及图纸_技高网

对象识别方法及装置、存储介质、电子设备制造方法及图纸

技术编号:42675708 阅读:26 留言:0更新日期:2024-09-10 12:27
本发明专利技术公开了一种对象识别方法及装置、存储介质、电子设备,对象包括:将待识别图像输入预设的检测模型,以得到包括有目标对象的目标图像;其中,目标图像为待识别图像的至少部分;所述检测模型为基于标记不同检测位置的第一对象样本数据进行训练得到的;将所述目标图像输入至预设的分类模型,确定所述目标图像在多个类别下的类别置信度;所述分类模型为基于标记不同置信度的第二对象样本数据进行训练得到的;基于所述目标图像在多个类别下的类别置信度以及每个类别的分类阈值,确定所述目标对象的类别,以实现对对象的准确识别。

【技术实现步骤摘要】

本专利技术涉及一种计算机,特别是涉及一种对象识别方法及装置、存储介质、电子设备


技术介绍

1、随着图像处理技术的快速发展,图像作为常用的基础数据,需要对图像中的对象进行准确识别,以关联其他操作进行有效执行。例如,在互联网游戏中,通过对游戏图像中对象的识别,实现游戏中依赖识别出的对象执行其他游戏操作的目的。

2、目前,现有在对图像中对象进行识别时,通常构建单一的检测模型对对象进行识别,即通过图像数据中预先指定的对象位置以及标识出的对象边界进行定位检测,以确定出对象是什么。但是,由于单一的检测模型是基于对象位置以及对象边界进行识别的,使得在整体分类性能准确性较差,并且,若增加模型参数数量,难以满足实时性需求,还会增大数量冗余,影响对对象识别的准确性,从而大大降低图像中对象识别的效率,因此,亟需一种识别来解决上述问题。


技术实现思路

1、有鉴于此,本专利技术提供一种对象识别方法及装置、存储介质、电子设备,主要目的在于解决现有对象的识别准确性差的问题。

2、依据本专利技术一个方面,提供了一种对象识别方法,包括:

3、将待识别图像输入预设的检测模型,以得到包括有目标对象的目标图像;其中,目标图像为待识别图像的至少部分;所述检测模型为基于标记不同检测位置的第一对象样本数据进行训练得到的;

4、将所述目标图像输入至预设的分类模型,确定所述目标图像在多个类别下的类别置信度;所述分类模型为基于标记不同置信度的第二对象样本数据进行训练得到的;

<p>5、基于所述目标图像在多个类别下的类别置信度以及每个类别的分类阈值,确定所述目标对象的类别。

6、依据本专利技术一个方面,提供了一种模型训练方法,包括:

7、基于第一对象样本数据,对第一模型进行训练得到检测模型;其中所述第一对象样本数据中包括标记不同检测位置的对象图像数据;

8、基于第二对象样本数据对第二模型训练得到分类模型,所述第二对象样本数据中包括标记不同置信度的对象图像数据。

9、依据本专利技术一个方面,提供了一种对象的识别装置,包括:

10、输入模块,用于将待识别图像输入预设的检测模型,以得到包括有目标对象的目标图像;其中,目标图像为待识别图像的至少部分;所述检测模型为基于标记不同检测位置的第一对象样本数据进行训练得到的;

11、第一确定模块,用于将所述目标图像输入至预设的分类模型,确定所述目标图像在多个类别下的类别置信度;所述分类模型为基于标记不同置信度的第二对象样本数据进行训练得到的;

12、第二确定模块,用于基于所述目标图像在多个类别下的类别置信度以及每个类别的分类阈值,确定所述目标对象的类别。

13、根据本专利技术的又一方面,提供了一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述对象识别方法对应的操作。

14、根据本专利技术的再一方面,提供了一种电子设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;

15、所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述对象识别方法对应的操作。

16、借由上述技术方案,本专利技术实施例提供的技术方案至少具有下列优点:

17、本专利技术提供了一种对象识别方法及装置、存储介质、电子设备,与现有技术相比,本专利技术实施例通过将待识别图像输入预设的检测模型,以得到包括有目标对象的目标图像;其中,目标图像为待识别图像的至少部分;所述检测模型为基于标记不同检测位置的第一对象样本数据进行训练得到的;将所述目标图像输入至预设的分类模型,确定所述目标图像在多个类别下的类别置信度;所述分类模型为基于标记不同置信度的第二对象样本数据进行训练得到的;基于所述目标图像在多个类别下的类别置信度以及每个类别的分类阈值,确定所述目标对象的类别,实现基于检测模型与分类模型结合对对象识别的目的,有效降低单一模型带来的识别误判,能够兼顾图像整体和图像局部上的识别分类效果,提高对对象的整体识别精度,并通过自适应式配置分类阈值满足游戏过程中实时对对象进行检测分类的需求,从而大大提高对象的识别准确性以及效率。

18、上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,而可依照说明书的内容予以实施,并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂,以下特举本专利技术的具体实施方式。

本文档来自技高网
...

【技术保护点】

1.一种对象识别方法,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,所述基于所述目标图像在多个类别下的类别置信度以及每个类别的分类阈值,确定所述目标对象的类别之前,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述待识别图像的分类参数确定不同对象类别所对应的分类阈值包括:

4.根据权利要求2所述的方法,其特征在于,所述基于所述待识别图像的分类参数确定不同对象类别所对应的分类阈值之后,所述方法还包括:

5.根据权利要求1所述的方法,其特征在于,所述将待识别图像输入预设的检测模型包括:

6.根据权利要求5所述的方法,其特征在于,所述将待识别图像按照所述位置标签划分出包括有目标对象的目标图像包括:

7.根据权利要求6所述的方法,其特征在于,所述方法还包括:

8.根据权利要求1-7任一项所述的方法,其特征在于,所述将待识别图像输入预设的检测模型之前,所述方法还包括:

9.一种模型训练方法,其特征在于,包括:

10.一种对象的识别装置,其特征在于,包括:

11.一种模型训练装置,其特征在于,包括:

12.一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-8中任一项所述的对象识别方法对应的操作。

13.一种电子设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;

...

【技术特征摘要】

1.一种对象识别方法,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,所述基于所述目标图像在多个类别下的类别置信度以及每个类别的分类阈值,确定所述目标对象的类别之前,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述待识别图像的分类参数确定不同对象类别所对应的分类阈值包括:

4.根据权利要求2所述的方法,其特征在于,所述基于所述待识别图像的分类参数确定不同对象类别所对应的分类阈值之后,所述方法还包括:

5.根据权利要求1所述的方法,其特征在于,所述将待识别图像输入预设的检测模型包括:

6.根据权利要求5所述的方法,其特征在于,所述将待识别图像按照所述位置标签划分出包括有目标对...

【专利技术属性】
技术研发人员:何必畅刘炎覃建策陈邦忠
申请(专利权)人:完美世界北京软件科技发展有限公司
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