[发明专利]一种图像识别方法和装置

说明书

本发明实施例提供了一种图像识别方法和装置，方法包括：对待识别图像进行特征提取，得到待识别图像特征；基于预先训练的图像识别模型中的分类子模型，对待识别图像特征进行分类处理，其中，图像识别模型还包括图像分割子模型，图像分割子模型用于对图像进行图像分割，图像识别模型的损失函数为基于分类子模型的损失函数和图像分割子模型的损失函数确定的；基于分类子模型的输出结果，确定待识别图像中待识别对象的类别。基于上述处理，能够提高图像识别的效率和精度。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种图像识别方法和装置。

背景技术

随着计算机技术的快速发展，图像识别的应用也越来越广泛。基于图像识别技术，可以对待识别的图像进行特征提取，进而，根据提取到的图像特征，确定该图像中显示的对象的类别。

例如，对显示有狗的图像进行识别，能够确定出该图像中显示的对象的类别为“狗”。另外，可能需要进一步确定出图像中显示的对象的子类别，针对上述示例，还需要进一步确定出上述图像中显示的狗的具体品种，例如，可以确定该图像中显示的是哈士奇，还是萨摩耶，还是阿拉斯加等。相关技术中，可以首先基于目标检测算法，确定出图像中显示的目标对象(即，狗)所占的图像区域，进而，可以根据确定出的图像区域的图像特征，进一步，确定显示的狗的子类别。

可见，相关技术中，在识别图像中显示的对象之前，需要先基于目标检测算法，确定对象所占的图像区域，会降低图像识别的效率，另外，目标检测算法的精度较低，也会降低图像识别的精度。

发明内容

本发明实施例的目的在于提供一种图像识别方法和装置，以提高图像识别的效率和精度。具体技术方案如下：

在本发明实施的第一方面，首先提供了一种图像识别方法，所述方法包括：

对待识别图像进行特征提取，得到待识别图像特征；

基于预先训练的图像识别模型中的分类子模型，对所述待识别图像特征进行分类处理，其中，所述图像识别模型还包括图像分割子模型，所述图像分割子模型用于对图像进行图像分割，所述图像识别模型的损失函数为基于所述分类子模型的损失函数和所述图像分割子模型的损失函数确定的；

基于所述分类子模型的输出结果，确定所述待识别图像中待识别对象的类别。

可选的，所述分类子模型的输出结果包括所述待识别图像中待识别对象属于预设各类别的概率；

所述基于所述分类子模型的输出结果，确定所述待识别图像中待识别对象的类别，包括：

将所述预设各类别中概率最大对应的类别，确定为所述待识别图像中待识别对象的类别。

可选的，所述图像识别模型还包括特征提取子模型；

所述图像识别模型的训练过程包括：

基于所述特征提取子模型对样本图像进行特征提取，得到样本图像特征；

将所述样本图像特征输入至所述分类子模型，得到所述分类子模型的第一损失函数；

将所述样本图像特征输入至所述图像分割子模型，得到所述图像分割子模型的第二损失函数；

基于预设权重，对所述第一损失函数和所述第二损失函数进行加权求和；

基于加权求和的结果，对所述图像识别模型的模型参数进行调整，直至所述图像识别模型达到预设收敛条件。

可选的，所述将所述样本图像特征输入至所述图像分割子模型，得到所述图像分割子模型的第二损失函数，包括：

将所述样本图像特征输入至所述图像分割子模型；