[发明专利]图像识别模型的训练与图像识别方法、装置

说明书

本公开提供了一种图像识别模型的训练与图像识别方法、装置、电子设备和可读存储介质，涉及图像处理、深度学习等人工智能技术领域。图像识别模型的训练方法包括：获取多张第一图像；根据所述多张第一图像中的标识图案，生成多张第二图像；根据所述多张第一图像与所述多张第二图像，构建图像集；使用所述图像集与预设标签对神经网络模型进行训练，得到图像识别模型。图像识别方法包括：获取待识别图像；将所述待识别图像输入图像识别模型，得到所述图像识别模型输出的预测分值；在确定所述预测分值大于目标图像阈值的情况下，确定所述待识别图像中包含标识图案。本公开能够降低图像识别模型的训练成本，提升图像识别模型的识别准确性。

技术领域

本公开涉及数据处理技术领域，尤其涉及图像处理、深度学习等人工智能技术领域。提供了一种图像识别模型的训练与图像识别方法、装置、电子设备和可读存储介质。

背景技术

随着互联网技术的飞速发展，以及大带宽低时延的5G网络技术的逐步落地，短视频的应用场景不断扩大，海量的短视频被上传至各大互联网平台，丰富了人们的生活。

但是，短视频中可能会存在标识图案，例如特定的旗帜图案、特定的符号图案等。目前主要通过人工审核的方式来识别图像中是否存在标识图案，存在成本较高、效率较低等问题。

发明内容

根据本公开的第一方面，提供了一种图像识别模型的训练方法，包括：获取多张第一图像；根据所述多张第一图像中的标识图案，生成多张第二图像；根据所述多张第一图像与所述多张第二图像，构建图像集；使用所述图像集与预设标签对神经网络模型进行训练，得到图像识别模型。

根据本公开的第二方面，提供了一种图像识别方法，包括：获取待识别图像；将所述待识别图像输入图像识别模型，得到所述图像识别模型输出的预测分值；在确定所述预测分值大于目标图像阈值的情况下，确定所述待识别图像中包含标识图案。

根据本公开的第三方面，提供了一种图像识别模型的训练装置，包括：第一获取单元，用于获取多张第一图像；生成单元，用于根据所述多张第一图像中的标识图案，生成多张第二图像；构建单元，用于根据所述多张第一图像与所述多张第二图像，构建图像集；训练单元，用于使用所述图像集与预设标签对神经网络模型进行训练，得到图像识别模型。

根据本公开的第四方面，提供了一种图像识别装置，包括：第二获取单元，用于获取待识别图像；处理单元，用于将所述待识别图像输入图像识别模型，得到所述图像识别模型输出的预测分值；识别单元，用于在确定所述预测分值大于目标图像阈值的情况下，确定所述待识别图像中包含标识图案。

根据本公开的第五方面，提供了一种电子设备，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如上所述的方法。

根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如上所述的方法。

根据本公开的第七方面，提供了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如上所述的方法。

由以上技术方案可以看出，本实施例通过所获取的包含标识图案的第一图像生成第二图像的方式，能够增加用于训练的图像集中图像的数量，进而降低了图像识别模型的训练成本，提升了图像识别模型在识别图像中是否存在标识图案时的准确性。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开第一实施例的示意图；