[发明专利]图像识别方法、装置、设备、介质及程序产品

权利要求书

1.一种图像识别方法，包括：

获取目标图像；

将所述目标图像输入预先训练的目标检测模型的骨干网络层中，得到所述目标图像的图像特征；

将所述图像特征输入所述目标检测模型的全连接网络层中，得到所述目标图像对应的图像类别；

将所述图像特征输入所述目标检测模型的卷积网络层中，得到所述目标图像中的对象在其上的位置信息。

2.根据权利要求1所述的方法，其中，所述全连接网络包括至少一个全连接层。

3.根据权利要求1或2所述的方法，其中，所述卷积网络包括至少一个卷积网络层。

4.根据权利要求1所述的方法，其中，所述目标检测模型基于以下步骤训练得到：

获取训练样本集，其中，所述训练样本集中的训练样本包括样本图像和对应的样本信息标签；

将所述样本图像作为所述目标检测模型的输入，将所述样本信息标签作为所述目标检测模型的输出，训练初始模型，得到目标检测模型。

5.根据权利要求4所述的方法，其中，所述样本信息标签包括：样本图像类别标签和/或样本位置信息标签。

6.一种图像识别装置，包括：

图像获取模块，被配置成获取目标图像；

第一得到模块，被配置成将所述目标图像输入预先训练的目标检测模型的骨干网络层中，得到所述目标图像的图像特征；

第二得到模块，被配置成将所述图像特征输入所述目标检测模型的全连接网络层中，得到所述目标图像对应的图像类别；

第三得到模块，被配置成将所述图像特征输入所述目标检测模型的卷积网络层中，得到所述目标图像中的对象在其上的位置信息。

7.根据权利要求6所述的装置，其中，所述全连接网络包括至少一个全连接层。

8.根据权利要求6或7所述的装置，其中，所述卷积网络包括至少一个卷积网络层。

9.根据权利要求6所述的装置，所述装置还包括：

样本获取模块，被配置成获取训练样本集，其中，所述训练样本集中的训练样本包括样本图像和对应的样本信息标签；

模型训练模块，被配置成将所述样本图像作为所述目标检测模型的输入，将所述样本信息标签作为所述目标检测模型的输出，训练初始模型，得到目标检测模型。

10.根据权利要求9所述的装置，其中，所述样本信息标签包括：样本图像类别标签和/或样本位置信息标签。

11.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。

13.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的方法。