[发明专利]一种基于多主体检测分割的图像识别方法

权利要求书

1.一种基于多主体检测分割的图像识别方法，其特征在于，包括如下步骤：

S101：收集样本，构建样本集合；

S102：将样本导入到标记工具中并对样本中主体按照样本的分类进行主体标注，标注信息包括：位置信息、像素信息、主体大小、颜色信息，用于获取主体信息；

S103：采用YOLO、RETINANET或两种相结合的预置算法进行样本检测模型训练，提升获取主体信息的精度；

S104：对模型进行调整优化；

S105：对模型进行调试，若模型通过调试则进行S101，若没有通过则返回S102在样本中进行标注，完善样本；

S2：对多主体图像进行检测获取主体信息，根据所述主体信息进行图像分割，获得多个主体图像；

S3：对所述主体图像进行图像识别，提取所述主体图像的特征数据；

S4：对提取后的特征数据进行编写过滤和匹配算法，进行优化与调试，确认所述特征数据过滤与匹配算法；

S5：聚合优化后的特征数据，返回所述多主体图像的多特征数据。

2.根据权利要求1所述的一种基于多主体检测分割的图像识别方法，其特征在于，所述步骤S3中对分割后的主体图像进行PaddleOCR识别，提取所述主体图像的特征数据；所述特征数据包括：主体位置信息、像素信息、主体大小、主体颜色。

3.根据权利要求1所述的一种基于多主体检测分割的图像识别方法，其特征在于，所述步骤S4包括以下步骤：

S401：对提取后的特征数据进行编写过滤和匹配算法；

S402：算法优化，提升图像特征数据处理的精度；

S403：算法调试，若通过则进行S404，若调试没有通过则返回S402；

S404：确认所述特征数据过滤与匹配算法。

4.根据权利要求3所述的一种基于多主体检测分割的图像识别方法，其特征在于，所述步骤S5，包括按照主体对图像的多特征识别数据进行分类，获取每个主体的多特征数据。

5.根据权利要求3所述的一种基于多主体检测分割的图像识别方法，其特征在于，所述步骤S5，包括返回多主体图像中特定主体的多特征数据。

6.根据权利要求3所述的一种基于多主体检测分割的图像识别方法，其特征在于，所述步骤S5，包括按照主体分类返回多主体图像中所有主体的多特征数据。

7.根据权利要求1所述的一种基于多主体检测分割的图像识别方法，其特征在于，所述步骤S101中，收集至少3000张不同环境下的图片作为样本，并按照训练的算法命名规则进行图片的存放以及其映射文件。

8.根据权利要求1所述的一种基于多主体检测分割的图像识别方法，其特征在于，所述标记 工具包括labelImg和labelme，若样本存在的主体超过五个，则增大样本数量，并采用线上标注工具ModelArts进行多人分配标注。

9.根据权利要求1所述的一种基于多主体检测分割的图像识别方法，其特征在于，所述步骤S104中，模型调整优化包括以下步骤：

S1041：超参调优；

S1042：模型修剪；

S1043：模型量化；

S1044：模型转化。