[发明专利]图像识别方法及相关装置

说明书

本申请实施例公开了一种图像识别方法，应用于电子设备，方法包括：获取包含目标物体的影像信息的第一图像；根据预先训练好的大类分类模型和第一图像在本端设备上对目标物体进行大类识别，得到目标物体的大类分类结果；根据预先训练的小类分类模型、大类分类结果和第一图像对目标物体进行小类识别，得到目标物体的目标小类分类结果，小类分类模型为云端图形处理器GPU服务器中的分类模型。本申请实施例有利于提高物体识别的效率。

技术领域

本申请涉及图像识别技术领域，具体涉及一种图像识别方法及相关装置。

背景技术

图像识别是人工智能的一个重要领域。它是指对图像进行对象识别，以识别各种不同模式的目标和对像的技术。

现在通用的分类算法是直接将图像送到算法模型在本地进行推理，或将图形送到云端的服务器进行推理，得到图像中物体所属分类。

发明内容

本申请实施例提供了一种图像识别方法及相关装置，以期提高物体识别的效率。

第一方面，本申请实施例提供一种图像识别方法，应用于电子设备，所述方法包括：

获取包含目标物体的影像信息的第一图像；

根据预先训练好的大类分类模型和所述第一图像在本端设备上对所述目标物体进行大类识别，得到所述目标物体的大类分类结果；

根据预先训练的小类分类模型、所述大类分类结果和所述第一图像对所述目标物体进行小类识别，得到所述目标物体的目标小类分类结果，所述小类分类模型为云端图形处理器GPU服务器中的分类模型。

第二方面，本申请实施例提供一种图像识别装置，应用于电子设备，所述装置包括处理单元和通信单元，其中，

所述处理单元，用于通过所述通信单元获取包含目标物体的影像信息的第一图像；以及根据预先训练好的大类分类模型和所述第一图像在本端设备上对所述目标物体进行大类识别，得到所述目标物体的大类分类结果；以及根据预先训练的小类分类模型、所述大类分类结果和所述第一图像对所述目标物体进行小类识别，得到所述目标物体的目标小类分类结果，所述小类分类模型为云端图形处理器GPU服务器中的分类模型。

第三方面，本申请实施例提供一种电子设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请实施例第一方面任一方法中的步骤的指令。

第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。

第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。

可以看出，本申请实施例中，电子设备首先获取包含目标物体的影像信息的第一图像；其次，根据预先训练好的大类分类模型和第一图像在本端设备上对目标物体进行大类识别，得到目标物体的大类分类结果；最后，根据预先训练的小类分类模型、大类分类结果和第一图像对目标物体进行小类识别，得到目标物体的目标小类分类结果，小类分类模型为云端图形处理器GPU服务器中的分类模型。可见，电子设备通过本地模型和云端模型分级执行分类算法，既可以降低电子设备运算复杂度，又可以降低云端处理时延，综合本地和云端算力进行物体的准确识别，有利于提高图像识别效率和准确度。

附图说明