[发明专利]单页高负载图像识别方法、装置、计算机设备及存储介质

说明书

本申请实施例公开了一种单页高负载图像识别方法、装置、计算机设备及存储介质。该方法包括：获取用户端的本地单页应用中存储的多个用于进行图像识别的卷积神经网络模型；获取待识别图片，并将所述待识别图片作为所述本地单页应用中多个卷积神经网络模型的输入，得到与每一卷积神经网络模型一一对应的待处理结果；若所述本地的图片识别结果为识别成功，将所述本地的图片识别结果对应的关键词进行显示；若本地的图片识别结果为识别失败，将待识别图片上传至后台服务器，接收由后台服务器反馈的后台识别结果。该方法实现在用户端的本地单页应用中通过卷积神经网络模型对图片进行识别，快速的得到识别结果，无需直接将图片上传至后台服务器进行识别，提高了识别效率。

技术领域

本申请涉及图像识别技术领域，尤其涉及一种单页高负载图像识别方法、装置、计算机设备及存储介质。

背景技术

目前，主流的图像识别应用，都需要将图片上传到企业后台服务器才可以进行图像识别，比如百度图片搜索。其不能在客户端应用神经网络识别图片，如果网速较差，上传图片速度较慢，就会影响图像识别结果反馈的速度。

发明内容

本申请提供了一种单页高负载图像识别方法、装置、计算机设备及存储介质，旨在解决现有技术中主流的图像识别应用，都需要将图片上传到企业后台服务器才可以进行图像识别，如果网速较差，上传图片速度较慢，就会影响图像识别结果反馈的速度的问题。

第一方面，本申请提供了一种单页高负载图像识别方法，其包括：

获取用户端的本地单页应用中存储的多个用于进行图像识别的卷积神经网络模型；

获取待识别图片，并将所述待识别图片作为所述本地单页应用中多个卷积神经网络模型的输入，得到与每一卷积神经网络模型一一对应的待处理结果；

若所述本地的图片识别结果为识别成功，将所述本地的图片识别结果对应的关键词进行显示；

若本地的图片识别结果为识别失败，将待识别图片上传至后台服务器，接收由后台服务器反馈的后台识别结果。

第二方面，本申请提供了一种单页高负载图像识别装置，其包括：

模型获取单元，用于获取用户端的本地单页应用中存储的多个用于进行图像识别的卷积神经网络模型；

本地图片识别单元，用于获取待识别图片，并将所述待识别图片作为所述本地单页应用中多个卷积神经网络模型的输入，得到与每一卷积神经网络模型一一对应的待处理结果；

显示单元，用于若所述本地的图片识别结果为识别成功，将所述本地的图片识别结果对应的关键词进行显示；

后台识别单元，用于若本地的图片识别结果为识别失败，将待识别图片上传至后台服务器，接收由后台服务器反馈的后台识别结果。

第三方面，本申请又提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请提供的任一项所述的单页高负载图像识别方法。

第四方面，本申请还提供了一种存储介质，其中所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行本申请提供的任一项所述的单页高负载图像识别方法。