[发明专利]目标识别分类方法及装置

说明书

本发明公开了一种目标识别分类方法及装置，涉及人工智能技术领域，该方法包括：获取分类图片，对所述分类图片进行标注；构建神经网络模型；利用标注后的分类图片对神经网络模型进行训练，获得已训练神经网络模型；获取待识别分类的图片，利用已训练神经网络模型对待识别分类的图片进行识别分类，获得分类信息。本发明可以利用深度学习训练了一个神经网络模型，通过处理图片自动完成图片识别分类，无需使用者对分类标准具有任何知识，操作简单、便捷，分类结果准确度高。

技术领域

本发明涉及人工智能技术领域，尤其涉及目标识别分类方法及装置。

背景技术

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

现有技术中，对于一些目标数据的识别分类(比如，垃圾分类，银行外币现钞兑换业务通常涉及到多种外币分类等等)，通常都是依靠个人知识经验进行分类，对参与者的相关知识储备具有一定的要求。比如，垃圾分类，由于垃圾种类繁多、各地对于垃圾的具体分类标准不一、个人知识时间精力有限等因素影响，目前各地民众的参与积极性和垃圾分类准确率并不高。比如，银行外币现钞兑换业务通常涉及到多种外币分类，大多数人因知识储备有限而无法准确区分钞票币种，难以大范围推广普及。

发明内容

本发明实施例提供一种目标识别分类方法，用以解决人工对目标数据进行分类准确率不高的技术问题，该方法包括：

获取分类图片，对所述分类图片进行标注；

构建神经网络模型；

利用标注后的分类图片对神经网络模型进行训练，获得已训练神经网络模型；

获取待识别分类的图片，利用已训练神经网络模型对待识别分类的图片进行识别分类，获得分类信息。

本发明实施例还提供一种目标识别分类装置，用以解决人工对目标数据进行分类准确率不高的技术问题，该装置包括：

训练数据预处理模块，用于获取分类图片，对所述分类图片进行标注；

模型构建模块，用于构建神经网络模型；

模型训练模块，用于利用标注后的分类图片对神经网络模型进行训练，获得已训练神经网络模型；

图片识别模块，用于获取待识别分类的图片，利用已训练神经网络模型对待识别分类的图片进行识别分类，获得分类信息。

本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在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目标识别分类方法。

本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述所述目标识别分类方法的步骤。

本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述目标识别分类方法。

本发明实施例中，与现有技术中人工对目标数据进行分类准确率不高的技术方案相比，通过获取分类图片，对所述分类图片进行标注；构建神经网络模型；利用标注后的分类图片对神经网络模型进行训练，获得已训练神经网络模型；获取待识别分类的图片，利用已训练神经网络模型对待识别分类的图片进行识别分类，获得分类信息，本发明可以利用深度学习训练了一个神经网络模型，通过处理图片自动完成图片识别分类，无需使用者对分类标准具有任何知识，操作简单、便捷，分类结果准确度高。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：