[发明专利]一种图像切割及预测频率统计的方法、装置、设备及介质

说明书

本发明提供了一种图像切割及预测频率统计的方法，本发明通过在前处理端，对图像数据均匀切割，增加了卷积神经网络模型需要的训练数据量，此方式显著提升了卷积神经网络模型解决图像分类问题的识别精度；在后处理端，对每一张子图像进行模型结果预测验证，统计每一张子图像的预测标签，将出现频率最高的预测标签，作为原数据图像的预测标签。此方式在模型预测阶段，进一步提高了模型识别精度。

技术领域

本发明涉及神经网络图像处理的技术领域，具体涉及一种图像切割及预测频率统计的方法。

背景技术

随着2010年后深度学习的崛起，神经网络逐渐成为人工智能研究方向的主流。过去几年，深度学习在解决诸如图像目标识别、语音识别和自然语言处理等很多问题方面都表现出色。在各种类型的神经网络当中，卷积神经网络是得到最深入研究的。在训练过程中，如何提升卷积神经网络模型的识别精度，是模型优化的首要目标。多数情况下，除了对模型架构进行设计调整以外，改进前处理端和后处理端，从而实现数据优化，也是一种有效地提升模型精度的方式。

但是，发明人发现，搭建卷积神经网络实现图像分类，对于图像数据量的需求较大，在训练数据不充分的情况下，模型表现效果不理想。如何在现有条件下，提升训练数据的数量，从而提高模型识别精度，同时，针对后处理端，是否有优化方法可以对训练结果进行分析，是需要解决的一项难题。

发明内容

针对现有技术中所存在的不足，本发明提供了一种图像切割及预测频率统计的方法、装置、设备及介质，以解决现有技术中模型识别精度不够且无法对训练结果进行分析的技术问题。

本发明提供了一种图像切割及预测频率统计的方法，包括：

S1、将同一类别的数据图像分别分类为训练集和测试集；

S2、对训练集和测试集的每一张所述数据图像进行归一化处理，且以滑动窗口的形式，对所述数据图像进行均匀尺寸的切割并获得子图像；

S3、对所述子图像至少进行图像灰度化、零中心化及数据序列随机化的预处理；

S4、将预处理过后的子图像，进行数据矩阵格式的重塑，使格式符合卷积神经网络的输入；

S5、调用所述训练集的数据，输入卷积神经网络模型加以训练；

S6、调用所述测试集的数据，输入完成训练的卷积神经网络模型，输出预测结果；

S7、基于所述预测结果，输出每一张子图像的最高预测概率对应的预测标签，并统计在同一类别原图像中，所有子图像的预测标签结果，将出现频率最高的预测标签，作为原数据图像的预测标签。

可选地，所述使格式符合卷积神经网络的输入之后，还包括：

将经重塑后的数据转换成二进制格式进行储存。

可选地，所述对训练集和测试集的每一张所述数据图像进行归一化处理，包括：

对每一张所述数据图像进行归一化处理，采用最大最小标准化公式，表示如下：

将所述数据图像中的每一个像素点从0-255的范围，缩放至0-1的范围内。

可选地，所述且以滑动窗口的形式，对所述数据图像进行均匀尺寸的切割并获得子图像，包括：

设置滑动窗口尺寸，所述滑动窗口尺寸等于所述子图像尺寸的大小，按照从左到右，从上到下的顺序对所述数据图像进行依次切分，所述数据图像边缘部分的尺寸若小于滑动窗口尺寸，则判定为不足以进行切割，进行舍弃，反之则进行切割。

可选地，所述调用所述训练集的数据，输入卷积神经网络模型加以训练，包括：