[发明专利]图像识别方法、装置、存储介质及计算机设备

说明书

本申请涉及一种图像识别方法、装置、存储介质及计算机设备，方法包括：获取待识别图像；对待识别图像进行预处理，获得预处理图像；通过预定机器学习模型中的第一子模型获得待识别图像对应的第一图像特征，并通过所述预定机器学习模型中的第二子模型获得预处理图像对应的第二图像特征；根据第一图像特征和第二图像特征，确定待识别图像属于预定分类类别的第一概率。可见，本申请提供的方案能够提升识别的效率和准确性。

技术领域

本申请涉及计算机技术领域，特别是涉及一种图像识别方法、装置、计算机可读存储介质及计算机设备。

背景技术

众所周知，通过识别图像承载的信息所反映的特征，可以对图像进行分类，即在若干个预定分类类别中，确定图像所属的分类类别。以眼底图像为例，其可以用于反映糖尿病视网膜病变的病情，据此，对于任一眼底图像，可以在正常、温和非增值性病变、中度非增值性病变、重度非增值性病变、以及增值性病变这五个预定分类类别中，确定该眼底图像所属的分类类别。

传统方式中，主要是由人工对图像进行判读，进而确定图像所属的分类类别。例如，医生通过其肉眼观察眼底图像，并根据经验确定该眼底图像属于正常、温和非增值性病变(Mild NPDR)、中度非增值性病变(Moderate NPDR)、重度非增值性病变(Severe NPDR)、以及增值性病变(PDR)中的哪一类。然而，人工判读的方式，其识别效率及准确性均较为低下。

发明内容

基于此，有必要针对传统方式中识别效率及准确率低下的技术问题，提供一种图像识别方法、装置、计算机可读存储介质及计算机设备。

一种图像识别方法，包括：

获取待识别图像；

对所述待识别图像进行预处理，获得预处理图像；

通过预定机器学习模型中的第一子模型获得所述待识别图像对应的第一图像特征，并通过所述预定机器学习模型中的第二子模型获得所述预处理图像对应的第二图像特征；

根据所述第一图像特征和所述第二图像特征，确定所述待识别图像属于预定分类类别的第一概率。

一种图像识别装置，包括：

待识别图像获取模块，用于获取待识别图像；

预处理图像获取模块，用于对所述待识别图像进行预处理，获得预处理图像；

图像特征获取模块，用于通过预定机器学习模型中的第一子模型获得所述待识别图像对应的第一图像特征，并通过所述预定机器学习模型中的第二子模型获得所述预处理图像对应的第二图像特征；

预测概率确定模块，用于根据所述第一图像特征和所述第二图像特征，确定所述待识别图像属于预定分类类别的第一概率。

一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：

获取待识别图像；

对所述待识别图像进行预处理，获得预处理图像；

通过预定机器学习模型中的第一子模型获得所述待识别图像对应的第一图像特征，并通过所述预定机器学习模型中的第二子模型获得所述预处理图像对应的第二图像特征；

根据所述第一图像特征和所述第二图像特征，确定所述待识别图像属于预定分类类别的第一概率。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如下步骤：

获取待识别图像；

对所述待识别图像进行预处理，获得预处理图像；