[发明专利]基于可分割卷积网络的图像识别方法、装置及计算机设备

说明书

本发明公开了基于可分割卷积网络的图像识别方法、装置、计算机设备及存储介质。该方法包括：接收原始图像数据；将与所述原始图像数据对应的像素矩阵输入至卷积层中预先构建的第一卷积网络进行卷积，得到第一输出矩阵；将所述第一输出矩阵输入至卷积层中预先构建的第二卷积网络进行卷积，得到第二输出矩阵；将所述第二输出矩阵输入至池化层进行池化，得到池化结果；以及将所述池化结果输入至全连接层，得到与所述原始图像数据对应的识别结果，将所述识别结果发送至所述原始图像数据对应的上传端。该方法采用可分割卷积网络的图像识别，实现了图像识别过程中计算量的降低。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种基于可分割卷积网络的图像识别方法、装置、计算机设备及存储介质。

背景技术

目前，进行图像识别时，采用标准的卷积网络时，一般对输入数据进行卷积后即输入至池化层进行池化，经过一组或多组卷积池化处理得到降维的池化结果进行后续计算，但是采用标准的卷积网络的计算量较大，数据集的训练时间长，已不能满足对于模型训练和使用上更好更快的要求。

发明内容

本发明实施例提供了一种基于可分割卷积网络的图像识别方法、装置、计算机设备及存储介质，旨在解决现有技术中图像识别采用标准的卷积网络，计算量较大，数据集的训练时间长的问题。

第一方面，本发明实施例提供了一种基于可分割卷积网络的图像识别方法，其包括：

接收原始图像数据；

将与所述原始图像数据对应的像素矩阵输入至卷积层中预先构建的第一卷积网络进行卷积，得到第一输出矩阵；

将所述第一输出矩阵输入至卷积层中预先构建的第二卷积网络进行卷积，得到第二输出矩阵；

将所述第二输出矩阵输入至池化层进行池化，得到池化结果；以及

将所述池化结果输入至全连接层，得到与所述原始图像数据对应的识别结果，将所述识别结果发送至所述原始图像数据对应的上传端。

第二方面，本发明实施例提供了一种基于可分割卷积网络的图像识别装置，其包括：

图片接收单元，用于接收原始图像数据；

浅层卷积单元，用于将与所述原始图像数据对应的像素矩阵输入至卷积层中预先构建的第一卷积网络进行卷积，得到第一输出矩阵；

深层卷积单元，用于将所述第一输出矩阵输入至卷积层中预先构建的第二卷积网络进行卷积，得到第二输出矩阵；

池化单元，用于将所述第二输出矩阵输入至池化层进行池化，得到池化结果；以及

识别结果获取单元，用于将所述池化结果输入至全连接层，得到与所述原始图像数据对应的识别结果，将所述识别结果发送至所述原始图像数据对应的上传端。

第三方面，本发明实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的基于可分割卷积网络的图像识别方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的基于可分割卷积网络的图像识别方法。