[发明专利]图像识别方法、装置、计算机设备和存储介质

说明书

本发明提出一种图像识别方法、装置、计算机设备和存储介质，其中，方法包括：获取待识别的图像，采用训练后的第一卷积神经网络模型，对待识别图像进行图像识别，以确定待识别的图像中所展示的对象，其中，第一卷积神经网络模型包括用于提取图像全局特征的第一路卷积神经网络和用于提取图像局部特征的第二路卷积神经网络。通过训练后的第一卷积神经网络模型，对待识别图像进行识别，提高了图像识别的准确度，解决了现有技术中，图像识别采用人工设计的特征进行提取，图像识别的准确度低的问题。

技术领域

本申请涉及图像识别技术领域，尤其涉及一种图像识别方法、装置、计算机设备和存储介质。

背景技术

随着物联网、人工智能技术的蓬勃发展，智能化大潮已经席卷整个家电业，从智能手机、智能电视，到如今的智能冰箱、智能空调等等，智能正成为影响并改变人们生活的主导力量。智能手机作为智能家居的重要组成部分，通过它我们可以实现食品的智能管理、远程操控、语音留言、甚至是互联网娱乐等。而在智能食品管理中，其核心技术是食品识别技术。

相关技术中，食品识别的方式目前主要有手动录入、条码扫描、图像识别等。其中，手动录入添加操作繁琐，而条码扫描涉及食品的电子标签、天线、读卡器的设计，设计周期较长，同时，也需要人为预先手动贴上电子标签，操作也较繁琐。而传统的图像识别方法主要通过人工设计的特征进行特征提取，对于大量不同物体的识别鲁棒性较差，识别准确度低的问题。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明提出一种图像识别方法，以实现通过训练好的第一卷积神经网络模型对待识别图像进行图像识别，提高了图像识别的准确度。

本发明提出一种图像识别装置。

本发明提出一种计算机设备。

本发明提出一种计算机可读存储介质。

为达上述目的，本发明第一方面实施例提出了一种图像识别方法，包括：

获取待识别的图像；

采用训练后的第一卷积神经网络模型，对所述待识别图像进行图像识别，以确定所述待识别的图像中所展示的对象；其中，所述第一卷积神经网络模型包括用于提取图像全局特征的第一路卷积神经网络和用于提取图像局部特征的第二路卷积神经网络。

本发明实施例的图像识别方法中，获取待识别的图像，采用训练后的第一卷积神经网络模型，对待识别图像进行图像识别，以确定待识别的图像中所展示的对象，其中，第一卷积神经网络模型包括用于提取图像全局特征的第一路卷积神经网络和用于提取图像局部特征的第二路卷积神经网络。通过训练好的卷积神经网络模型对图像进行识别，提高了图像识别的准确度，解决了相关技术中，图像识别采用人工设计的特征进行提取，操作复杂，对于大量不同的对象识别鲁棒性较差，造成图像识别的准确度低的问题。

为达上述目的，本发明第二方面实施例提出了一种图像识别装置，包括：

获取模块，用于获取待识别的图像；

识别模块，用于采用训练后的第一卷积神经网络模型，对所述待识别图像进行图像识别，以确定所述待识别的图像中所展示的对象；其中，所述第一卷积神经网络模型包括用于提取图像全局特征的第一路卷积神经网络和用于提取图像局部特征的第二路卷积神经网络。