图像内容识别方法及装置、计算机设备、存储介质制造方法及图纸

本申请实施例提供了一种图像内容识别方法及装置、计算机设备、存储介质，属于人工智能技术领域。该方法包括：对目标包裹进行图像采集得到初始包裹图像；根据图像质量检测模型对初始包裹图像进行检测得到包裹图像质量标签；若包裹图像质量标签为预设质量标签，将初始包裹图像输入包裹类别检测模型进行检测得到包裹类别标签；若包裹类别标签为预设类别标签，确定目标包裹图像；根据图像编码子模型对目标包裹图像进行图像编码得到目标图像编码特征；根据图像描述文本解码子模块对目标图像编码特征和图像提示信息进行图像内容识别得到目标内容描述文本。本申请实施例能够提高对图像内容识别的准确性，进而提高后续对图像中内容分类的准确性。

【技术实现步骤摘要】

本申请涉及人工智能，尤其涉及一种图像内容识别方法及装置、计算机设备、存储介质。

技术介绍

1、图像内容信息是指用于描述图像中内容的属性特征和性质的数据。根据识别的图像内容信息，可以提高对图像的分类效率和分类精确度。例如，在快递包裹分拣场景下，通常采用人工进行检查并获取包裹的属性内容信息，如材质、形状、是否破损等，以根据快递包裹的属性内容信息进行包裹分拣。这种方式耗时又耗力，且人工操作容易产生错误，并不能满足大规模快递处理的需求。基于此，采用计算机对快递包裹图像进行图像内容属性信息识别，是当前研究的重点。这样，获取快递包裹图像后，通过对快递包裹图像对应的图像内容的自动识别，以识别出图像对应的图像内容信息，如快递材质、快递形状、快递破损程度等。这样，可以有效节省人力消耗，还能够有效提升快递包裹分拣的效率。

2、目前，现有技术的图像内容识别方法，通常是利用基于卷积神经网络(convolutional neural networks,cnn)构建的分类网络，对获取的图像进行内容的识别，以根据识别的结果实现图像分类。然而，这种方式构建的分类网络，都是基于本文档来自技高网...

【技术保护点】

1.一种图像内容识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，在所述获取预先训练的目标图文多模态模型之前，所述方法包括：构建目标图文多模态模型，具体包括：

3.根据权利要求2所述的方法，其特征在于，所述第一样本内容标注组包括候选样本标注数据，所述获取第一图文多模态模型，包括：

4.根据权利要求3所述的方法，其特征在于，所述根据预设图像编码阈值和所述第一样本包裹图像进行图像选择，得到候选样本包裹图像，包括：

5.根据权利要求2所述的方法，其特征在于，所述根据所述第二样本和所述第三样本包裹图像对所述第三图文多模...

【技术特征摘要】

1.一种图像内容识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，在所述获取预先训练的目标图文多模态模型之前，所述方法包括：构建目标图文多模态模型，具体包括：

3.根据权利要求2所述的方法，其特征在于，所述第一样本内容标注组包括候选样本标注数据，所述获取第一图文多模态模型，包括：

4.根据权利要求3所述的方法，其特征在于，所述根据预设图像编码阈值和所述第一样本包裹图像进行图像选择，得到候选样本包裹图像，包括：

5.根据权利要求2所述的方法，其特征在于，所述根据所述第二样本和所述第三样本包裹图像对所述第三图文多模态模型进行参数调整，得到更新后的所述第三图文多模态模型，包括：

6.根据权利要求5所述的方法，其特征在于，所述目标样本集包...

【专利技术属性】
技术研发人员：张恒瑞，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：