[发明专利]图像识别方法、装置、设备及存储介质

权利要求书

1.一种图像识别方法，其特征在于，所述图像识别方法包括：

获取待识别图片，所述待识别图片中包括有多个目标对象，所述目标对象为监控影像中码放的货物；

调用训练好的识别模型对所述待识别图片进行识别，得到目标识别结果，所述目标识别结果用于指示货物码放的规范情况；

当所述目标识别结果为货物码放不规范时，生成警示信息并将所述警示信息发送至管理终端；

当所述目标识别结果为货物码放规范时，生成码放规范信息并将所述码放规范信息发送至管理终端；

当所述目标识别结果为其他情况时，将所述待识别图片中的多个目标对象进行标记，生成提醒信息并将所述提醒信息发送至管理终端，所述其他情况表示所述目标识别结果需要进行二次判定。

2.根据权利要求1所述的图像识别方法，其特征在于，所述调用训练好的识别模型对所述待识别图片进行识别，得到目标识别结果，所述目标识别结果用于指示货物码放的规范情况，包括：

通过所述训练好的识别模型中的密集卷积网络对所述待识别图片进行特征提取，得到目标特征图，所述训练好的识别模型包括密集卷积网络、注意力网络和激活函数；

通过所述注意力网络对所述目标特征图进行加权计算，得到目标特征向量列表；

调用所述激活函数对所述目标特征向量列表进行分类计算，得到目标分类值；

根据所述目标分类值确定目标识别结果。

3.根据权利要求2所述的图像识别方法，其特征在于，所述通过所述训练好的识别模型中的密集卷积网络对所述待识别图片进行特征提取，得到目标特征图，所述训练好的识别模型包括密集卷积网络、注意力网络和激活函数，包括：

通过所述密集卷积网络的第一密集块对所述待识别图片进行初步特征提取，得到初步特征图，所述第一密集块包括批量归一化层、修正线性单元层和卷积层；

将所述初步特征图输入第一过渡块进行下采样，得到经过下采样的特征图，所述第一过渡块包括池化层；

将所述经过下采样的特征图再输入所述密集卷积网络中剩余的密集块和剩余的过渡块，其中，所述剩余的密集块之间通过所述剩余的过渡块连接，重复执行特征提取和下采样操作，最终生成目标特征图。

4.根据权利要求2所述的图像识别方法，其特征在于，所述通过所述注意力网络对所述目标特征图进行加权计算，得到目标特征向量列表，包括：

根据所述目标特征图进行点积运算得到注意力得分；

将所述注意力得分进行归一化计算，得到权重系数表；

根据所述权重系数表对所述目标特征图进行加权求和，得到目标特征向量列表。

5.根据权利要求1所述的图像识别方法，其特征在于，在所述获取待识别图片之前，还包括：

以预设时长为单位获取至少一个监控影像，所述至少一个监控影像在时间维度上不产生重叠；

按照预设规则对所述至少一个监控影像进行筛选，得到目标视频帧，并将所述目标视频帧确定为待识别图片。

6.根据权利要求1-5中任一项所述的图像识别方法，其特征在于，在所述调用训练好的识别模型对所述待识别图片进行识别，得到目标识别结果之前，还包括：

获取监控影像，对所述监控影像进行筛选，得到多个样本图片，所述样本图片为所述监控影像的视频帧；

将所述多个样本图片进行分类，得到三个图片集和三个类别标签，所述三个图片集包括码货规范的图片集、码货不规范的图片集和其他图片集，所述三个类别标签与所述三个图片集一一对应；

搭建初始识别模型，所述初始识别模型包括密集卷积网络、注意力网络和激活函数；

根据所述三个图片集和所述三个类别标签对所述初始识别模型进行训练，得到训练好的识别模型。