[发明专利]图片识别方法、识别模型训练方法、装置及存储介质

说明书

本发明公开了一种图片识别方法、识别模型训练方法、装置及存储介质。其中，该方法包括：获取待识别的目标3D图片；将待识别的目标3D图片输入到第一识别模型中，其中，第一识别模型用于对待识别的目标3D图片进行识别得到待识别的目标3D图片的图片类型，第一识别模型的卷积块与第二识别模型的卷积块相同，第二识别模型为使用目标训练样本对原始识别模型进行训练得到的模型，目标训练样本包括对从3D样本图片中获取的N个目标正方体进行旋转与排序后得到的正方体，N为大于1的自然数；获取第一识别模型输出的待识别的目标3D图片的第一类型。本发明解决了相关技术中模型训练效率低的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种图片识别方法、识别模型训练方法、装置及存储介质。

背景技术

相关技术中，在识别3D图像的类型时，通常需要使用大量的3D图片样本对3D模型进行训练，然后才可以使用训练好的3D模型识别3D图像的类型。

然而，若是使用上述方法，需要消耗大量的时间进行模型的训练，造成对模型的训练效率低的问题。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种图片识别方法、识别模型训练方法、装置及存储介质，以至少解决相关技术中模型训练效率低的技术问题。

根据本发明实施例的一个方面，提供了一种图片识别方法，包括：获取待识别的目标3D图片；将上述待识别的目标3D图片输入到第一识别模型中，其中，上述第一识别模型用于对上述待识别的目标3D图片进行识别得到上述待识别的目标3D图片的图片类型，上述第一识别模型的卷积块与第二识别模型的卷积块相同，上述第二识别模型为使用目标训练样本对原始识别模型进行训练得到的模型，上述目标训练样本包括对从3D样本图片中获取的N个目标正方体进行旋转与排序后得到的正方体，N为大于1的自然数；获取上述第一识别模型输出的上述待识别的目标3D图片的第一类型。

根据本发明实施例的另一方面，还提供了一种识别模型训练方法，包括：获取3D样本图片，从3D样本图片中分割出N个目标正方体；对N个目标正方体执行预定操作，得到目标训练样本，其中，预定操作包括对N个目标正方体进行旋转和排序；使用目标训练样本对原始识别模型进行训练，得到第二识别模型，其中，原始识别模型用于输出对目标训练样本的识别结果，在识别结果满足第一目标函数的概率大于第一阈值时，将原始识别模型确定为第二识别模型。

根据本发明实施例的又一方面，还提供了一种图片识别装置，包括：第一获取单元，用于获取待识别的目标3D图片；第一输入单元，用于将上述待识别的目标3D图片输入到第一识别模型中，其中，上述第一识别模型用于对上述待识别的目标3D图片进行识别得到上述待识别的目标3D图片的图片类型，上述第一识别模型的卷积块与第二识别模型的卷积块相同，上述第二识别模型为使用目标训练样本对原始识别模型进行训练得到的模型，上述目标训练样本包括对从3D样本图片中获取的N个目标正方体进行旋转与排序后得到的正方体，N为大于1的自然数；第二获取单元，用于获取上述第一识别模型输出的上述待识别的目标3D图片的第一类型。

作为一种可选的示例，上述装置还包括：第三获取单元，用于在上述获取待识别的目标3D图片之前，获取上述3D样本图片；第一确定单元，用于从上述3D样本图片中确定出原始正方体；拆分单元，用于将上述原始正方体拆分为上述N个目标正方体。

作为一种可选的示例，上述N为大于1的正整数的3次方，上述拆分单元包括：拆分模块，用于保持相邻的两个上述目标正方体之间间隔M个体素，从上述原始正方体中拆分出上述N个目标正方体，上述M为大于0且小于J-1的正整数，上述J为上述目标正方体的边长。