[发明专利]一种图像识别方法、装置、设备及介质

说明书

本公开提供了一种图像识别方法、装置、设备及介质，所述方法包括：获取待识别图像和待识别图像对应的目标任务类别；基于目标任务类别，通过图像识别模型确定待识别图像对应的目标图像特征；根据目标图像特征确定待识别图像中对应的目标图像区域；其中，图像识别模型能够基于不同任务类别，确定待识别图像中对应的不同图像区域，采用该方法，由于图像识别模型针对不同任务类别的图像的泛化性较强，因此利用图像识别模型进行图像识别，可以提高图像识别效果，从而提高基于识别图像进行目标监测的监测效果。

技术领域

本公开涉及图像处理技术领域，尤其涉及一种图像识别方法、装置、设备及介质。

背景技术

工地由于场景复杂作业危险，因此对安全和环保等方面的要求较高，监管单位需要对工地设施进行监测，确保工地的施工安全和避免工地环保问题。

由于工地的环境比较封闭，关于工地的监测数据比较难以获取，然而工地的施工场景却比较复杂，所能获取的少量的监测数据又难以起到好的监测效果。

因此，如何利用少量的监测数据提高监测效果，成为了一个亟待解决的问题。

发明内容

本公开提供了一种图像识别方法、装置、设备及介质，以至少解决现有技术中存在的以上技术问题。

根据本公开的第一方面，提供了一种图像识别方法，所述方法包括：

获取待识别图像和所述待识别图像对应的目标任务类别；其中，所述目标任务类别为所述待识别图像对应的多个任务类别之一；

基于所述目标任务类别，通过图像识别模型确定所述待识别图像对应的目标图像特征；

根据所述目标图像特征确定所述待识别图像中对应的目标图像区域；其中，所述图像识别模型能够基于不同任务类别，确定所述待识别图像中对应的不同图像区域。

在一可实施方式中，所述基于所述目标任务类别，通过图像识别模型确定所述待识别图像对应的目标图像特征，包括：

将所述待识别图像和所述目标任务类别输入所述图像识别模型；

提取所述待识别图像的第一图像特征，以及，根据预设的任务特征与任务类别的对应关系，从所述图像识别模型所关联的任务特征中确定所述目标任务类别对应的目标任务特征；

对所述目标任务特征和所述第一图像特征进行融合，得到所述待识别图像对应的目标图像特征。

在一可实施方式中，所述图像识别模型为根据多个样本图像、各个所述样本图像的各个标识区域和各个所述标识区域所属的任务类别，对待训练神经网络进行训练得到的，各个所述标识区域所属的任务类别至少包括两个任务类别。

在一可实施方式中，所述图像识别模型的训练方式包括：

将样本图像组的样本图像和所述样本图像的目标标识区域所属的任务类别输入待训练神经网络，其中，所述目标标识区域为所述样本图像中多个不同任务类别的标识区域之一，所述样本图像组包括多个样本图像，所述多个样本图像的各个标识区域所属的任务类别至少包括两个任务类别；

提取所述样本图像的第二图像特征，以及，根据预设的样本任务特征与任务类别的对应关系，确定所述目标标识区域所属的任务类别对应的目标样本任务特征；

对所述目标样本任务特征和所述第二图像特征进行融合，得到所述样本图像对应的融合特征，并基于所述融合特征确定出所述样本图像中的预测图像区域；

基于所述样本图像中的目标标识区域和所述预测图像区域，确定所述待训练神经网络的损失函数；

如果判断所述损失函数收敛，基于所述待训练神经网络得到所述图像识别模型；