(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210737868.4 (22)申请日 2022.06.28 (71)申请人 上海蜜度信息技 术有限公司 地址 201204 上海市浦东 新区中国上海浦 东新区自由贸易试验区张衡路198弄 10号301AB室 (72)发明人 孔欧　刘益东　王君　 (74)专利代理 机构 上海光华专利事务所(普通 合伙) 31219 专利代理师 赵诗雨 (51)Int.Cl. G06V 10/82(2022.01) G06V 10/764(2022.01) G06V 10/44(2022.01) G06V 10/42(2022.01)G06T 7/73(2017.01) G06T 7/62(2017.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 图像识别方法、 系统、 介质、 电子 设备及目标 检测模型 (57)摘要 本发明提供一种图像识别方法、 系统、 介质、 电子设备及目标检测模型； 所述图像识别方法包 括以下步骤： 获取待识别图像； 将所述待识别图 像输入至 所述目标检测模型， 以使所述目标检测 模型输出所述待识别图像中每一物体对应的物 体类别、 位置坐标及所述待识别图像的特征值； 基于所述物体类别、 所述位置坐标及所述特征值 实现对所述待识别图像的图像识别； 本发明提供 的图像识别方法仅依赖一个目标检测模 型， 即可 同时实现特征提取和图像分类的功能， 相较现有 图像识别方法采用两个模型来说， 减少了图像识 别过程中模 型的冗余， 进而减少了图像识别占用 的计算资源， 加快了图像识别速度。 权利要求书2页 说明书10页 附图4页 CN 114821272 A 2022.07.29 CN 114821272 A 1.一种目标检测模型， 用于图像识别， 其特征在于， 包括： 目标检测基础结构、 物体分类 层及物体定位层； 其中， 所述目标检测基础结构包括： 特 征提取模块； 所述特征提取模块分别与 所述物体分类层和所述物体定位层连接， 用于对待识别图像 进行特征提取， 获取特征值， 及用于将所述特征值分别发送至所述物体分类层和所述物体 定位层； 所述物体分类层用于基于所述特征值输出所述待识别图像中每一物体对应的物体类 别； 所述物体定位层用于基于所述特征值输出所述待识别图像中每一物体对应的位置坐 标； 通过所述物体分类层和所述物体定位层， 使所述目标检测模型具备图像分类的功能， 且能够实现对所述待识别图像中所有出现物体的识别分类； 基于所述物体类别和所述位置坐标获取所述待识别图像的图像类别； 所述待识别图像 中每一物体对应一长方形区域； 所述位置坐标包括： 所述长方形区域中第一角对应的第一 坐标和第二角对应的第二坐标； 所述第一角与所述第二角位置相对； 所述基于所述物体类 别和所述 位置坐标获取 所述待识别图像的图像 类别包括以下步骤： 基于所述第 一坐标和所述第 二坐标计算所述待识别图像中每一物体对应的区域面积； 计算公式为： S= （x2‑x1）×（y2‑y1） ； 其中， S表示所述区域 面积； （x1， y1） 表示所述第一 坐标； （x2， y2） 表示所述第二 坐标； 基于所述区域面积和所述物体类别将区域面积最大的物体对应的物体类别定义为所 述图像类别。 2.根据权利要求1所述的目标检测模型， 其特征在于， 所述目标检测基础结构使用YOLO 结构。 3.根据权利要求1所述的目标检测模型， 其特 征在于， 所述特 征提取模块采用VG G网络。 4.一种基于权利要求1至3中任一项所述的目标检测模型的图像识别方法， 其特征在 于， 包括以下步骤： 获取待识别图像； 将所述待识别图像输入至所述目标检测模型， 以使所述目标检测模型输出所述待识别 图像中每一物体对应的物体 类别、 位置坐标及所述待识别图像的特 征值； 基于所述物体 类别、 所述 位置坐标及所述特 征值实现对所述待识别图像的图像识别。 5.根据权利要求4所述的图像识别方法， 其特征在于， 所述基于所述物体类别、 所述位 置坐标及所述特 征值实现对所述待识别图像的图像识别包括以下步骤： 基于所述物体 类别和所述 位置坐标实现对所述待识别图像的物体分类； 基于所述特 征值获取 所述待识别图像的图像特 征。 6.根据权利要求5所述的图像识别方法， 其特征在于， 所述基于所述物体类别、 所述位 置坐标及所述特征值 实现对所述待识别图像的图像识别还包括以下步骤： 基于所述物体类 别和所述 位置坐标获取 所述待识别图像的图像 类别。 7.根据权利要求6所述的图像识别方法， 其特征在于， 所述待识别图像中每一物体对应 一长方形区域； 所述位置坐标包括： 所述长方形区域中第一角对应的第一坐标和第二角对权　利　要　求　书 1/2 页 2 CN 114821272 A 2应的第二坐标； 所述第一角与所述第二角位置相对； 所述基于所述物体类别和所述位置坐 标获取所述待识别图像的图像 类别包括以下步骤： 基于所述第 一坐标和所述第 二坐标计算所述待识别图像中每一物体对应的区域面积； 计算公式为： S= （x2‑x1）×（y2‑y1） ； 其中， S表示所述区域 面积； （x1， y1） 表示所述第一 坐标； （x2， y2） 表示所述第二 坐标； 基于所述区域面积和所述物体类别将区域面积最大的物体对应的物体类别定义为所 述图像类别。 8.一种基于权利要求1至3中任一项所述的目标检测模型的图像识别系统， 其特征在 于， 包括： 获取模块、 输入 模块及识别模块； 所述获取模块用于获取待识别图像； 所述输入模块用于将所述待识别图像输入至所述目标检测模型， 以使所述目标检测模 型输出所述待识别图像中每一物体对应的物体类别、 位置坐标及所述待识别图像的特征 值； 所述识别模块用于基于所述物体 类别、 位置坐标及所述特 征值实现图像识别。 9.一种存储介质， 其上存储有计算机程序， 其特征在于， 该计算机程序被处理器执行时 实现权利要求 4至7中任一项所述的图像识别方法。 10.一种电子设备， 其特 征在于， 包括： 处 理器及存 储器； 所述存储器用于存 储计算机程序； 所述处理器用于执行所述存储器存储的计算机程序， 以使所述电子设备执行权利要求 4至7中任一项所述的图像识别方法。权　利　要　求　书 2/2 页 3 CN 114821272 A 3