[发明专利]一种图像识别方法、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图像识别方法、装置、计算机设备及存储介质，获取包含目标对象的第一图像和第二图像，通过初始识别模型对第一图像中目标对象进行类别和位置预测，得到第一预测类别和第一预测位置；将第一预测类别与目标类别进行收敛，将第一预测位置与目标位置进行收敛，以及通过初始识别模型对第一图像和第二图像进行对抗学习，得到候选识别模型；通过候选识别模型获取第二图像中目标对象对应的目标类别和伪目标位置；将第二图像输入候选识别模型进行类别和位置预测，得到第二预测类别和第二预测位置；将第二预测类别与伪目标类别进行收敛，将第二预测位置与伪目标位置进行收敛，得到训练后识别模型，提高了对模型训练的准确性和可靠性。

技术领域

本申请涉及图像处理技术领域，具体涉及一种图像识别方法、装置、计算机设备及存储介质。

背景技术

随着人工智能技术的快速发展，人工智能应用的领域越来越广泛，例如，可以通过人工智能对图像进行识别，以对图像中的细胞核进行识别为例，目前，在对图像中癌症的细胞核进行识别的过程中，首先通过样本图像对识别模型进行的训练，在对识别模型进行训练时，一般是通过识别模型提取样本图像的特征信息，并基于特征信息预测样本图像中细胞核的类别，将预测得到的类别与真实的类别进行收敛，与对识别模型进行训练，的带训练后的识别模型。然后采集包含细胞核的图像，通过训练后的识别模型对该图像中的细胞核进行识别。由于在对识别模型进行训练时，只是简单的进行预测并收敛，降低了对识别模型的训练的准确性和可靠性，从而降低了训练后的识别模型对该图像中细胞核识别的准确性。

发明内容

本申请实施例提供一种图像识别方法、装置、计算机设备及存储介质，可以提高对识别模型训练的准确性和可靠性，从而提高训练后识别模型对图像中目标对象识别的准确性。

为解决上述技术问题，本申请实施例提供以下技术方案：

本申请实施例提供了一种图像识别方法，包括：

获取包含目标对象的第一图像和第二图像，所述第一图像为标注有所述目标对象的目标类别和目标位置的图像；

通过初始识别模型对所述第一图像中的所述目标对象进行类别和位置预测，得到第一预测类别和第一预测位置；

将所述第一预测类别与所述目标类别进行收敛，以及将所述第一预测位置与所述目标位置进行收敛，以调整所述初始识别模型的第一参数，以及通过所述初始识别模型对所述第一图像和所述第二图像进行对抗学习，以调整所述初始识别模型的第二参数，得到候选识别模型；

通过所述候选识别模型获取所述第二图像中所述目标对象对应的分值最高的类别和位置分别作为伪目标类别和伪目标位置；

将所述第二图像输入所述候选识别模型进行类别和位置预测，得到第二预测类别和第二预测位置；

将所述第二预测类别与所述伪目标类别进行收敛，以及将所述第二预测位置与所述伪目标位置进行收敛，以对所述候选识别模型进行训练，得到训练后识别模型，以通过所述训练后识别模型对图像中目标对象的类别和位置进行识别。

根据本申请的一个方面，还提供了一种图像识别装置，包括：

第一获取单元，用于获取包含目标对象的第一图像和第二图像，所述第一图像为标注有所述目标对象的目标类别和目标位置的图像；

第一预测单元，用于通过初始识别模型对所述第一图像中的所述目标对象进行类别和位置预测，得到第一预测类别和第一预测位置；

调整单元，用于将所述第一预测类别与所述目标类别进行收敛，以及将所述第一预测位置与所述目标位置进行收敛，以调整所述初始识别模型的第一参数，以及通过所述初始识别模型对所述第一图像和所述第二图像进行对抗学习，以调整所述初始识别模型的第二参数，得到候选识别模型；