[发明专利]一种图像识别方法、装置及终端设备

说明书

本发明适用于图像识别技术领域，提供了一种图像识别方法、装置及终端设备，通过获取原始图像，并对该原始图像进行预处理得到第一图像和第二图像后，将该第一图像输入一级分类卷积神经网络，得到图像类别信息，再将该第二图像输入与该图像类别信息对应的二级检测卷积神经网络，得到图像识别结果，从而实现了对原始图像的自动分类及图像识别，提高了对缺陷目标的识别效率及正确率，而且由于引入卷积神经网络，使得图像识别的扩展性增强，并提高了图像识别的鲁棒性。

技术领域

本发明属于图像识别技术领域，尤其涉及一种图像识别方法、装置及终端设备。

背景技术

在显示屏生产线上，通过大量采集生产过程图片，用于显示屏缺陷的判断。目前对显示屏缺陷的判断，仍然以人工判断为主，因此制造单位一直面临人力需求大等相关问题。另外因受个人经验和状态影响，人工判别准确率不稳定，时有误判情况发生。

当前虽然已有利用图像处理和识别技术进行屏幕缺陷检测的相关应用，但是普遍还存在识别率不高、扩展性不强、鲁棒性低等问题，无法真正实现替代人工。

发明内容

有鉴于此，本发明实施例提供了一种图像识别方法、装置及终端设备，以解决现有利用图像处理和识别技术进行屏幕缺陷检测的相关应用中普遍存在的识别率不高，扩展性不强、鲁棒性低的问题。

本发明实施例的第一方面提供了一种图像识别方法，包括：

获取原始图像，并对所述原始图像进行预处理得到第一图像和第二图像；

将所述第一图像输入一级分类卷积神经网络，得到图像类别信息；

将所述第二图像输入与所述图像类别信息对应的二级检测卷积神经网络，得到图像识别结果。

本发明实施例的第二方面提供了一种图像识别装置，包括：

图像预处理单元，用于获取原始图像，并对所述原始图像进行预处理得到第一图像和第二图像；

图像分类单元，用于将所述第一图像输入一级分类卷积神经网络，得到图像类别信息；

图像识别单元，用于将所述第二图像输入与所述图像类别信息对应的二级检测卷积神经网络，得到图像识别结果。

本发明实施例的第三方面提供了一种终端设备，包括：

存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现本发明实施例的第一方面提供的图像识别方法的步骤。

其中，所述计算机程序包括：

图像预处理单元，用于获取原始图像，并对所述原始图像进行预处理得到第一图像和第二图像；

图像分类单元，用于将所述第一图像输入一级分类卷积神经网络，得到图像类别信息；

图像识别单元，用于将所述第二图像输入与所述图像类别信息对应的二级检测卷积神经网络，得到图像识别结果。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其中，所述计算机程序被处理器执行时实现本发明实施例的第一方面提供的图像识别方法的步骤。

其中，所述计算机程序包括：

图像预处理单元，用于获取原始图像，并对所述原始图像进行预处理得到第一图像和第二图像；

图像分类单元，用于将所述第一图像输入一级分类卷积神经网络，得到图像类别信息；

图像识别单元，用于将所述第二图像输入与所述图像类别信息对应的二级检测卷积神经网络，得到图像识别结果。