[发明专利]仪器识别方法、装置、电子设备及存储介质

说明书

本申请提供了一种仪器识别方法、装置、电子设备及存储介质，其中，识别方法包括：利用至少一类仪器的样本图像对初始分类模型进行模型训练，得到最终分类模型；将待识别仪器的仪器图像输入至最终分类模型，确定待识别仪器的仪器类别和仪器图像对应的第一特征向量；根据待识别仪器的仪器类别和第一特征向量，在预先建立的特征数据库中查找待识别仪器的仪器名称。本申请实施例通过将待识别仪器的仪器图像输入至最终分类模型，能够得到待识别仪器的仪器名称，达到了对仪器进行识别的目的。

技术领域

本申请涉及图像处理技术领域，尤其是涉及一种仪器识别方法、装置、电子设备及存储介质。

背景技术

现有技术中，仪器通常按照类别进行分类，而类别是按照仪器的功能进行划分的，即相同功能的仪器被归为一类，但是由于功能相同的仪器的外观或形状可能不同，相同功能的仪器在视觉因素上可能没有丝毫相似性，在计算机根据仪器的外观或形状进行分类时，会存在将相同功能的仪器划分为不同类别的情况，所以现存的分类方式不便于应用在计算机中。如果抛弃原有的利用仪器的功能进行分类的方式，利用仪器的外观或形状对仪器进行分类，则仪器的类别数目太多，且每一类仪器对应的图片数量太少，在实际应用中的分类效果不佳。

发明内容

有鉴于此，本申请的目的在于提供了一种仪器识别方法、装置、电子设备及存储介质，本申请实施例通过将待识别仪器的仪器图像输入至最终分类模型，能够得到待识别仪器的仪器名称，达到了对仪器进行识别的目的，还提升了仪器识别的准确度和效率。

第一方面，本申请实施例提供了一种仪器识别方法，包括：利用至少一类仪器的样本图像对初始分类模型进行模型训练，得到最终分类模型；将待识别仪器的仪器图像输入至最终分类模型，确定待识别仪器的仪器类别和仪器图像对应的第一特征向量；根据待识别仪器的仪器类别和第一特征向量，在预先建立的特征数据库中查找待识别仪器的仪器名称。

结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，利用至少一类仪器的样本图像对初始分类模型进行模型训练之前，还包括：按照仪器的仪器功能和仪器外观对样本图像进行分类，得到至少一类仪器的样本图像。

结合第一方面，本申请实施例提供了第一方面的第二种可能的实施方式，其中，利用至少一类仪器的样本图像对初始分类模型进行模型训练，得到最终分类模型之后，还包括：将样本图像分别输入至最终分类模型，确定与样本图像对应的第二特征向量；根据样本图像所对应的仪器的名称以及所属的仪器类别，确定样本图像的第二特征向量与仪器的名称以及仪器类别的对应关系；根据对应关系建立特征数据库。

结合第一方面的第二种可能的实施方式，本申请实施例提供了第一方面的第三种可能的实施方式，其中，在预先建立的特征数据库中查找待识别仪器的仪器名称，包括：从特征数据库中获取与待识别仪器的仪器类别相同的样本图像的第二特征向量；根据第二特征向量和第一特征向量的相似程度，确定待识别仪器的名称。

结合第一方面的第三种可能的实施方式，本申请实施例提供了第一方面的第四种可能的实施方式，其中，根据第二特征向量和第一特征向量的相似程度，确定待识别仪器的名称，包括：获取与第一特征向量相似程度最大的第二特征向量；将与第一特征向量相似程度最大的第二特征向量对应的样本图像的仪器名称，作为待识别仪器的名称。

结合第一方面的第三种可能的实施方式，本申请实施例提供了第一方面的第五种可能的实施方式，还包括；判断相似程度是否大于或等于预设阈值；若相似程度大于或等于预设阈值，输出相似程度大于或等于预设阈值的第二特征向量对应的样本图像的仪器名称。

第二方面，本申请实施例还提供一种仪器识别装置，包括：训练模块，用于利用至少一类仪器的样本图像对初始分类模型进行模型训练，得到最终分类模型；确定模块，用于将待识别仪器的仪器图像输入至最终分类模型，确定待识别仪器的仪器类别和仪器图像对应的第一特征向量；查找模块，用于根据待识别仪器的仪器类别和第一特征向量，在预先建立的特征数据库中查找待识别仪器的仪器名称。