[发明专利]一种级联分类识别的方法和设备

说明书

本发明实施例提出一种级联分类识别的方法和设备，方法包括：获取目标的待识别图像；通过预先训练好的第一模型对待识别图像进行识别，得到一个或多个第一识别结果以及各第一识别结果的第一概率；若所有的第一概率均小于预设阈值，则通过预先训练好的第二模型对待识别图像进行识别，得到一个或多个第二识别结果以及各第二识别结果的第二概率；将指定第一概率与第二概率的乘积作为第二识别结果的最终概率；指定第一概率为与第二概率的第二识别结果同一类别的第一识别结果的第一概率；将各第二识别结果以及各识别结果的最终概率作为最终识别结果。本方案实现对相似程度比较高的目标进行精确的识别。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种级联分类识别的方法和设备。

背景技术

目前，图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应用深度学习算法的一种实践应用。现阶段图像识别技术一般分为人脸识别与商品识别，人脸识别主要运用在安全检查、身份核验与移动支付中；商品识别主要运用在商品流通过程中，特别是无人货架、智能零售柜等无人零售领域等。但是目前的图像识别的精准程度不够，无法对相似程度比较高的目标进行精确的识别。由此，目前需要有一种方案来解决现有技术中的问题。

发明内容

有鉴于此，本发明提出了一种级联分类识别的方法和设备，通过级联分类识别的方式，实现对相似程度比较高的目标进行精确的识别。

具体的，本发明提出了以下具体的实施例：

本发明实施例提出了一种级联分类识别的方法，包括：

获取目标的待识别图像；所述目标的类别有多种，每个类别下包括多个子类；

通过预先训练好的第一模型对所述待识别图像进行识别，得到一个或多个第一识别结果以及各所述第一识别结果的第一概率；所述第一模型是通过设置有第一标签的样本数据训练得到，所述第一标签包括类别的信息与子类的信息；

若所有的所述第一概率均小于预设阈值，则通过预先训练好的第二模型对所述待识别图像进行识别，得到一个或多个第二识别结果以及各所述第二识别结果的第二概率；所述第二模型是通过设置有第二标签的样本数据训练得到，所述第二标签包括子类的信息；

将指定第一概率与所述第二概率的乘积作为第二识别结果的最终概率；所述指定第一概率为与所述第二概率的第二识别结果同一类别的第一识别结果的第一概率；

将各所述第二识别结果以及各所述识别结果的最终概率作为最终识别结果。

在一个具体的实施例中，该方法还包括：

针对每个类别的所述目标的样本数据，训练对应所述类别的第二模型；

所述“通过预先训练好的第二模型对所述待识别图像进行识别”，包括：

确定所述第一概率最大的预设数量的第一识别结果对应的类别；

选择所确定的类别对应的训练好的第二模型对所述待识别图像进行识别。

在一个具体的实施例中，该方法还包括：

若存在所述第一概率大于预设阈值，则将大于预设阈值的所述第一概率对应的第一识别结果作为所述最终识别结果。

在一个具体的实施例中，该方法还包括：显示所述最终识别结果。

在一个具体的实施例中，所述类别包括：苹果类、狗类、桔类中的一种或多种；

所述苹果类下的所述子类包括：山西红富士、海南红富士中的一种或多种；

所述狗类下的所述子类包括：金毛、狼犬中的一种或多种；

所述桔类下的所述子类包括：沙糖桔、蜜桔、贡菊、叶桔中的一种或多种。