CN116824255A - 目标物识别方法、装置、设备及存储介质 - Google Patents

目标物识别方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116824255A
CN116824255A CN202310787295.0A CN202310787295A CN116824255A CN 116824255 A CN116824255 A CN 116824255A CN 202310787295 A CN202310787295 A CN 202310787295A CN 116824255 A CN116824255 A CN 116824255A
Authority
CN
China
Prior art keywords
image
classification
images
contrast
training
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310787295.0A
Other languages
English (en)
Inventor
梁欣
倪渊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN202310787295.0A priority Critical patent/CN116824255A/zh
Publication of CN116824255A publication Critical patent/CN116824255A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及数字医疗领域的人工智能技术，揭露了一种目标物识别方法，包括：对训练图像集合中的图像进行图像对增强处理，得到训练图像对集合，利用预设的对比分类网络对训练图像对集合中的图像进行图像分类，得到图像分类结果，利用对比分类网络对训练图像对集合中的图像进行对比学习，得到对比学习结果，基于图像分类结果及对比学习结果对对比分类网络进行联合训练，得到目标物识别模型，利用目标物识别模型对待识别图像进行目标物识别，得到识别结果。本发明还涉及区块链技术，所述识别结果可存储在区块链的节点中。本发明还提出一种目标物识别装置、电子设备以及可读存储介质。本发明可以提高目标物识别的准确率。

Description

目标物识别方法、装置、设备及存储介质
技术领域
本发明涉及数字医疗及人工智能技术领域，尤其涉及一种目标物识别方法、装置、电子设备及可读存储介质。
背景技术
随着人工智能的发展，目标物识别广泛应用于不同领域，可以提高数据识别的效率，例如，在医疗业务中，通过对药盒图片进行识别，来确定具体的药品信息。
现有技术中，药盒识别方法主要有两种：一是基于ocr识别技术，识别药盒上的药名，然而ocr技术仅能识别药盒上的通用名(如盐酸二甲双胍缓释片)，无法对应到更具体的药品信息(如具体的生产厂商等)，且药品名称较为孤僻，导致药品识别往往不够精准；第二种是基于图片做分类模型，通过抓取图片特征，送入分类网络，给出药品的类别。然而，由于同个厂家的药品会存在外包装高度一致，但是药品完全不一样的情况，纯靠外包装的分类模型会导致药品识别准确率不高。
发明内容
本发明提供一种目标物识别方法、装置、电子设备及可读存储介质，其主要目的在于可以提高目标物识别的准确率。
为实现上述目的，本发明提供的一种目标物识别方法，包括：
获取训练图像集合，对所述训练图像集合中的图像进行图像对增强处理，得到训练图像对集合；
利用预设的对比分类网络对所述训练图像对集合中的图像进行图像分类，得到图像分类结果；
利用所述对比分类网络对所述训练图像对集合中的图像进行对比学习，得到对比学习结果；
基于所述图像分类结果及所述对比学习结果对所述对比分类网络进行联合训练，得到目标物识别模型；
利用所述目标物识别模型对待识别图像进行目标物识别，得到识别结果。
可选地，所述对所述训练图像集合中的图像进行图像对增强处理，得到训练图像对集合，包括：
依次将所述训练图像集合中的图像选为目标图像；
对所述目标图像进行两次不同的图像增强处理，得到两张不同的增强图像，将所述两张不同的增强图像作为所述目标图像的增强图像对；
在所述训练图像集合中的图像均被选为目标图像后，汇总所有的增强图像对得到所述训练图像对集合。
可选地，在所述利用预设的对比分类网络对所述训练图像对集合中的图像进行图像分类之前，还包括：
将预设的两个特征提取网络并联处理，得到特征提取层；
在所述特征提取层后串联一层分类层，以及在所述特征提取层后串联一层对比计算层，得到所述对比分类网络。
可选地，所述利用预设的对比分类网络对所述训练图像对集合中的图像进行图像分类，得到图像分类结果，包括：
利用所述对比分类网络中的特征提取层对所述训练图像对集合中的增强图像对进行特征提取，得到图像特征对；
利用所述对比分类网络中的分类层对所述图像特征对进行图像分类，得到图像分类结果。
可选地，所述基于所述图像分类结果及所述对比学习结果对所述对比分类网络进行联合训练，得到目标物识别模型，包括：
利用所述图像分类结果计算分类损失，以及利用所述对比学习结果计算对比损失；
利用所述分类损失及所述对比损失计算总损失，在所述总损失不满足预设的损失阈值时，调整所述对比分类网络中的网络参数，并返回所述对所述训练图像集合中的图像进行图像对增强处理的步骤，直至所述总损失满足预设的损失阈值时，将所述对比分类网络中的特征提取网络作为目标物识别模型。
可选地，所述利用所述目标物识别模型对待识别图像进行目标物识别之前，还包括：
利用所述目标物识别模型对所述训练图像集合中的图像进行特征提取，得到图像特征向量；
将所述图像特征向量与预设的产品信息进行映射关联，汇总所有关联完成的图像特征向量得到图像向量库。
可选地，所述利用所述目标物识别模型对待识别图像进行目标物识别，得到识别结果，包括：
利用所述目标物识别模型对待识别图像进行特征提取，得到待识别特征向量；
利用所述待识别特征向量检索所述图像向量库中的图像特征向量，确定检索到的图像特征向量对应的产品信息为所述识别结果。
为了解决上述问题，本发明还提供一种目标物识别装置，所述装置包括：
图像增强模块，用于获取训练图像集合，对所述训练图像集合中的图像进行图像对增强处理，得到训练图像对集合；
模型训练模块，用于利用预设的对比分类网络对所述训练图像对集合中的图像进行图像分类，得到图像分类结果，利用所述对比分类网络对所述训练图像对集合中的图像进行对比学习，得到对比学习结果，基于所述图像分类结果及所述对比学习结果对所述对比分类网络进行联合训练，得到目标物识别模型；
目标物识别模块，用于利用所述目标物识别模型对待识别图像进行目标物识别，得到识别结果。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个计算机程序；及
处理器，执行所述存储器中存储的计算机程序以实现上述所述的目标物识别方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的目标物识别方法。
本发明通过对训练图像集合中的图像进行图像对增强处理，得到训练图像对集，可以提高数据质量。并且模型训练时，结合了图像分类结果及对比学习结果对对比分类网络进行联合训练，可以得到识别准确度更高的目标物识别模型，例如在药盒图像识别中，联合训练不仅关注药品的分类，也关注了药盒的对比相似结果，可以提高对药盒图片识别的准确率。同时，通过目标物识别模型对待识别图像进行目标物识别，识别结果中可以包含更多的关联信息(例如药品厂商信息等)，进一步提高对目标物识别的准确率。因此本发明提出的目标物识别方法、装置、电子设备及计算机可读存储介质，可以提高目标物识别的准确率。
附图说明
图1为本发明一实施例提供的目标物识别方法的流程示意图；
图2为本发明一实施例提供的目标物识别装置的功能模块图；
图3为本发明一实施例提供的实现所述目标物识别方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例提供一种目标物识别方法。所述目标物识别方法的执行主体包括但不限于服务端、终端等能够被配置为执行本发明实施例提供的该方法的电子设备中的至少一种。换言之，所述目标物识别方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的目标物识别方法的流程示意图。
在本实施例中，所述目标物识别方法包括以下步骤S1-S5：
S1、获取训练图像集合，对所述训练图像集合中的图像进行图像对增强处理，得到训练图像对集合。
本发明实施例中，所述图像对增强处理是指对一张图像进行两次不同的图像处理，将图像增强得到的两张图像作为图像对。所述训练图像对集合是由图像增强后的图像对组成的训练集合。例如，在医疗领域，所述训练图像集合可以为药品对应的药盒图像。
详细地，所述对所述训练图像集合中的图像进行图像对增强处理，得到训练图像对集合，包括：
依次将所述训练图像集合中的图像选为目标图像；
对所述目标图像进行两次不同的图像增强处理，得到两张不同的增强图像，将所述两张不同的增强图像作为所述目标图像的增强图像对；
在所述训练图像集合中的图像均被选为目标图像后，汇总所有的增强图像对得到所述训练图像对集合。
本发明实施例中，对同一张图像进行两次不同的图像处理并作为图像对，可以提高训练图像的数量，并且图像对由同一图像增强，不会出现差别较大的增强图像，避免增强后的图像与原图像差异过大，提高了训练图像的质量。并且，同一个目标图像的增强图像对具有相同的标注。
例如，对于医疗领域的药盒图像，对任意一张药盒图片，进行两次图像处理(包括随机翻转、随机裁剪、随机加噪音，随机调整明亮度等)，得到两张处理后的增强图片，并组成增强图像对，两张增强后的图像对应同一个药品通用名(即标注)。
S2、利用预设的对比分类网络对所述训练图像对集合中的图像进行图像分类，得到图像分类结果。
本发明实施例中，所述预设的对比分类网络可以包括：图像特征提取层、分类层、对比计算层等，其中，图像特征提取层用于提取图像特征，可以为resnet50网络等，分类层用于对提取的图像特征进行分类，对比计算层用于对提取的图像特征进行相似度对比计算。
可选的，在所述利用预设的对比分类网络对所述训练图像对集合中的图像进行图像分类之前，还包括：
将预设的两个特征提取网络并联处理，得到特征提取层；
在所述特征提取层后串联一层分类层，以及在所述特征提取层后串联一层对比计算层，得到所述对比分类网络。
本发明一可选实施例中，所述对比分类网络基于Siamese Network(孪生网络/连体网络)结构构建，Siamese Network结构是由两个共享权重的神经网络(可以是CNN、resnet50网络等特征提取网络)组成，用来衡量两个输入的相似程度。其中，SiameseNetwork有两个输入(Input1 and Input2)，将两个输出送入两个神经网络(Network1、Network2)，这两个神经网络分别将输入映射到新的空间，形成输入在新的空间中的表示，通过Loss的计算，再评价两个输入的相似度。
本发明通过在特征提取层后串联一层分类层，相较于Siamese Network，增加了模型对图像的分类能力，可以提高模型识别的准确性。
详细地，所述利用预设的对比分类网络对所述训练图像对集合中的图像进行图像分类，得到图像分类结果，包括：
利用所述对比分类网络中的特征提取层对所述训练图像对集合中的增强图像对进行特征提取，得到图像特征对；
利用所述对比分类网络中的分类层对所述图像特征对进行图像分类，得到图像分类结果。
本发明一可选实施例中，以医疗领域的药盒图像为例，利用resnet50网络将增强处理后的药盒增强图像对进行特征提取，得到药盒图像特征向量对，利用分类层对药盒图像特征向量进行分类，得到每个增强图像的药盒图像分类结果，例如，原来的药盒图像a标注为药品A，通过分类层确定增强后的药盒图像a1及药盒图像a2是否正确分类为药品A。
S3、利用所述对比分类网络对所述训练图像对集合中的图像进行对比学习，得到对比学习结果。
详细地，所述利用所述对比分类网络对所述训练图像对集合中的图像进行对比学习，得到对比学习结果，包括：
利用所述对比分类网络中的对比计算层计算所述图像特征对的相似度，将所述相似度作为所述对比学习结果。
本发明实施例中，可以通过欧式距离公式、余弦距离公式等计算图像特征对的相似度。
本发明一可选实施例中，在医疗领域的药盒图像识别中，数据增强后的增强图像对由于是一张图像变换得到，在药盒识别时应当是相似的，因此可以通过在对比计算层计算欧氏距离来确定图像特征对的相似程度。
S4、基于所述图像分类结果及所述对比学习结果对所述对比分类网络进行联合训练，得到目标物识别模型。
本发明实施例中，对比分类网络进行联合训练是指通过图像分类结果及对比学习结果计算两种不同的损失来进行迭代训练。
详细地，所述基于所述图像分类结果及所述对比学习结果对所述对比分类网络进行联合训练，得到目标物识别模型，包括：
利用所述图像分类结果计算分类损失，以及利用所述对比学习结果计算对比损失；
利用所述分类损失及所述对比损失计算总损失，在所述总损失不满足预设的损失阈值时，调整所述对比分类网络中的网络参数，并返回所述对所述训练图像集合中的图像进行图像对增强处理的步骤，直至所述总损失满足预设的损失阈值时，将所述对比分类网络中的特征提取网络作为目标物识别模型。
本发明一可选实施例中，所述分类损失loss1可以通过交叉熵损失函数计算，所述对比损失loss2可以通过对比损失(contrastive loss)函数计算，总损失loss＝loss1+loss2，以此值作为模型总的损失函数，迭代训练对比分类网络，直至损失值满足预设的损失阈值(例如小于预设的损失阈值)，将对比分类网络中的特征提取网络(例如resnet50网络)作为目标物识别模型。通过结合分类loss和对比学习的loss，可以极大地提高模型识别的准确度和稳定性。
S5、利用所述目标物识别模型对待识别图像进行目标物识别，得到识别结果。
本发明一可选实施例中，所述利用所述目标物识别模型对待识别图像进行目标物识别之前，还包括：
利用所述目标物识别模型对所述训练图像集合中的图像进行特征提取，得到图像特征向量；
将所述图像特征向量与预设的产品信息进行映射关联，汇总所有关联完成的图像特征向量得到图像向量库。
本发明可选实施例中，以医疗领域的药盒图像为例，在目标物识别模型训练完成后，重新计算每个药盒图像的药盒向量，并和原来的产品信息进行映射关联，所述产品信息包括：药品名称、生产厂商、服用时间、剂量以及药品种类等，通过存储关联后的药盒向量组成药盒向量库，在药盒识别时，不仅可以识别药品通用名，还可以识别出更多的关联产品信息。
详细地，所述利用所述目标物识别模型对待识别图像进行目标物识别，得到识别结果，包括：
利用所述目标物识别模型对待识别图像进行特征提取，得到待识别特征向量；
利用所述待识别特征向量检索所述图像向量库中的图像特征向量，确定检索到的图像特征向量对应的产品信息为所述识别结果。
本发明实施例中，对于待识别的药盒图像，直接利用目标物识别模型进行特征提取，基于特征提取得到的待识别药盒向量检索药盒向量库，找出最相似的药盒向量，对应的药品信息就是最终的识别结果。同时，如果要新增药盒图像，无需重新训练模型，只需要计算出其向量，更新检索的药盒向量库即可。
本发明通过对训练图像集合中的图像进行图像对增强处理，得到训练图像对集，可以提高数据质量。并且模型训练时，结合了图像分类结果及对比学习结果对对比分类网络进行联合训练，可以得到识别准确度更高的目标物识别模型，例如在药盒图像识别中，联合训练不仅关注药品的分类，也关注了药盒的对比相似结果，可以提高对药盒图片识别的准确率。同时，通过目标物识别模型对待识别图像进行目标物识别，识别结果中可以包含更多的关联信息(例如药品厂商信息等)，进一步提高对目标物识别的准确率。因此本发明提出的目标物识别方法，可以提高目标物识别的准确率。
如图2所示，是本发明一实施例提供的目标物识别装置的功能模块图。
本发明所述目标物识别装置100可以安装于电子设备中。根据实现的功能，所述目标物识别装置100可以包括图像增强模块101、模型训练模块102及目标物识别模块103。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述图像增强模块101，用于获取训练图像集合，对所述训练图像集合中的图像进行图像对增强处理，得到训练图像对集合；
所述模型训练模块102，用于利用预设的对比分类网络对所述训练图像对集合中的图像进行图像分类，得到图像分类结果，利用所述对比分类网络对所述训练图像对集合中的图像进行对比学习，得到对比学习结果，基于所述图像分类结果及所述对比学习结果对所述对比分类网络进行联合训练，得到目标物识别模型；
所述目标物识别模块103，用于利用所述目标物识别模型对待识别图像进行目标物识别，得到识别结果。
详细地，所述目标物识别装置100各模块的具体实施方式如下：
步骤一、获取训练图像集合，对所述训练图像集合中的图像进行图像对增强处理，得到训练图像对集合。
本发明实施例中，所述图像对增强处理是指对一张图像进行两次不同的图像处理，将图像增强得到的两张图像作为图像对。所述训练图像对集合是由图像增强后的图像对组成的训练集合。例如，在医疗领域，所述训练图像集合可以为药品对应的药盒图像。
详细地，所述对所述训练图像集合中的图像进行图像对增强处理，得到训练图像对集合，包括：
依次将所述训练图像集合中的图像选为目标图像；
对所述目标图像进行两次不同的图像增强处理，得到两张不同的增强图像，将所述两张不同的增强图像作为所述目标图像的增强图像对；
在所述训练图像集合中的图像均被选为目标图像后，汇总所有的增强图像对得到所述训练图像对集合。
本发明实施例中，对同一张图像进行两次不同的图像处理并作为图像对，可以提高训练图像的数量，并且图像对由同一图像增强，不会出现差别较大的增强图像，避免增强后的图像与原图像差异过大，提高了训练图像的质量。并且，同一个目标图像的增强图像对具有相同的标注。
例如，对于医疗领域的药盒图像，对任意一张药盒图片，进行两次图像处理(包括随机翻转、随机裁剪、随机加噪音，随机调整明亮度等)，得到两张处理后的增强图片，并组成增强图像对，两张增强后的图像对应同一个药品通用名(即标注)。
步骤二、利用预设的对比分类网络对所述训练图像对集合中的图像进行图像分类，得到图像分类结果。
本发明实施例中，所述预设的对比分类网络可以包括：图像特征提取层、分类层、对比计算层等，其中，图像特征提取层用于提取图像特征，可以为resnet50网络等，分类层用于对提取的图像特征进行分类，对比计算层用于对提取的图像特征进行相似度对比计算。
可选的，在所述利用预设的对比分类网络对所述训练图像对集合中的图像进行图像分类之前，还包括：
将预设的两个特征提取网络并联处理，得到特征提取层；
在所述特征提取层后串联一层分类层，以及在所述特征提取层后串联一层对比计算层，得到所述对比分类网络。
本发明一可选实施例中，所述对比分类网络基于Siamese Network(孪生网络/连体网络)结构构建，Siamese Network结构是由两个共享权重的神经网络(可以是CNN、resnet50网络等特征提取网络)组成，用来衡量两个输入的相似程度。其中，SiameseNetwork有两个输入(Input1 and Input2)，将两个输出送入两个神经网络(Network1、Network2)，这两个神经网络分别将输入映射到新的空间，形成输入在新的空间中的表示，通过Loss的计算，再评价两个输入的相似度。
本发明通过在特征提取层后串联一层分类层，相较于Siamese Network，增加了模型对图像的分类能力，可以提高模型识别的准确性。
详细地，所述利用预设的对比分类网络对所述训练图像对集合中的图像进行图像分类，得到图像分类结果，包括：
利用所述对比分类网络中的特征提取层对所述训练图像对集合中的增强图像对进行特征提取，得到图像特征对；
利用所述对比分类网络中的分类层对所述图像特征对进行图像分类，得到图像分类结果。
本发明一可选实施例中，以医疗领域的药盒图像为例，利用resnet50网络将增强处理后的药盒增强图像对进行特征提取，得到药盒图像特征向量对，利用分类层对药盒图像特征向量进行分类，得到每个增强图像的药盒图像分类结果，例如，原来的药盒图像a标注为药品A，通过分类层确定增强后的药盒图像a1及药盒图像a2是否正确分类为药品A。
步骤三、利用所述对比分类网络对所述训练图像对集合中的图像进行对比学习，得到对比学习结果。
详细地，所述利用所述对比分类网络对所述训练图像对集合中的图像进行对比学习，得到对比学习结果，包括：
利用所述对比分类网络中的对比计算层计算所述图像特征对的相似度，将所述相似度作为所述对比学习结果。
本发明实施例中，可以通过欧式距离公式、余弦距离公式等计算图像特征对的相似度。
本发明一可选实施例中，在医疗领域的药盒图像识别中，数据增强后的增强图像对由于是一张图像变换得到，在药盒识别时应当是相似的，因此可以通过在对比计算层计算欧氏距离来确定图像特征对的相似程度。
步骤四、基于所述图像分类结果及所述对比学习结果对所述对比分类网络进行联合训练，得到目标物识别模型。
本发明实施例中，对比分类网络进行联合训练是指通过图像分类结果及对比学习结果计算两种不同的损失来进行迭代训练。
详细地，所述基于所述图像分类结果及所述对比学习结果对所述对比分类网络进行联合训练，得到目标物识别模型，包括：
利用所述图像分类结果计算分类损失，以及利用所述对比学习结果计算对比损失；
利用所述分类损失及所述对比损失计算总损失，在所述总损失不满足预设的损失阈值时，调整所述对比分类网络中的网络参数，并返回所述对所述训练图像集合中的图像进行图像对增强处理的步骤，直至所述总损失满足预设的损失阈值时，将所述对比分类网络中的特征提取网络作为目标物识别模型。
本发明一可选实施例中，所述分类损失loss1可以通过交叉熵损失函数计算，所述对比损失loss2可以通过对比损失(contrastive loss)函数计算，总损失loss＝loss1+loss2，以此值作为模型总的损失函数，迭代训练对比分类网络，直至损失值满足预设的损失阈值(例如小于预设的损失阈值)，将对比分类网络中的特征提取网络(例如resnet50网络)作为目标物识别模型。通过结合分类loss和对比学习的loss，可以极大地提高模型识别的准确度和稳定性。
步骤五、利用所述目标物识别模型对待识别图像进行目标物识别，得到识别结果。
本发明一可选实施例中，所述利用所述目标物识别模型对待识别图像进行目标物识别之前，还包括：
利用所述目标物识别模型对所述训练图像集合中的图像进行特征提取，得到图像特征向量；
将所述图像特征向量与预设的产品信息进行映射关联，汇总所有关联完成的图像特征向量得到图像向量库。
本发明可选实施例中，以医疗领域的药盒图像为例，在目标物识别模型训练完成后，重新计算每个药盒图像的药盒向量，并和原来的产品信息进行映射关联，所述产品信息包括：药品名称、生产厂商、服用时间、剂量以及药品种类等，通过存储关联后的药盒向量组成药盒向量库，在药盒识别时，不仅可以识别药品通用名，还可以识别出更多的关联产品信息。
详细地，所述利用所述目标物识别模型对待识别图像进行目标物识别，得到识别结果，包括：
利用所述目标物识别模型对待识别图像进行特征提取，得到待识别特征向量；
利用所述待识别特征向量检索所述图像向量库中的图像特征向量，确定检索到的图像特征向量对应的产品信息为所述识别结果。
本发明实施例中，对于待识别的药盒图像，直接利用目标物识别模型进行特征提取，基于特征提取得到的待识别药盒向量检索药盒向量库，找出最相似的药盒向量，对应的药品信息就是最终的识别结果。同时，如果要新增药盒图像，无需重新训练模型，只需要计算出其向量，更新检索的药盒向量库即可。
本发明通过对训练图像集合中的图像进行图像对增强处理，得到训练图像对集，可以提高数据质量。并且模型训练时，结合了图像分类结果及对比学习结果对对比分类网络进行联合训练，可以得到识别准确度更高的目标物识别模型，例如在药盒图像识别中，联合训练不仅关注药品的分类，也关注了药盒的对比相似结果，可以提高对药盒图片识别的准确率。同时，通过目标物识别模型对待识别图像进行目标物识别，识别结果中可以包含更多的关联信息(例如药品厂商信息等)，进一步提高对目标物识别的准确率。因此本发明提出的目标物识别装置，可以提高目标物识别的准确率。
如图3所示，是本发明一实施例提供的实现所述目标物识别方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信接口12和总线13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如目标物识别程序。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如目标物识别程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing Unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如目标物识别程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述通信接口12用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
所述总线13可以是外设部件互连标准(Peripheral Component Interconnect，简称PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture，简称EISA)总线等。该总线13可以分为地址总线、数据总线、控制总线等。所述总线13被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。
可选地，该电子设备还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器11存储的目标物识别程序是多个指令的组合，在所述处理器10中运行时，可以实现：
获取训练图像集合，对所述训练图像集合中的图像进行图像对增强处理，得到训练图像对集合；
利用预设的对比分类网络对所述训练图像对集合中的图像进行图像分类，得到图像分类结果；
利用所述对比分类网络对所述训练图像对集合中的图像进行对比学习，得到对比学习结果；
基于所述图像分类结果及所述对比学习结果对所述对比分类网络进行联合训练，得到目标物识别模型；
利用所述目标物识别模型对待识别图像进行目标物识别，得到识别结果。
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取训练图像集合，对所述训练图像集合中的图像进行图像对增强处理，得到训练图像对集合；
利用预设的对比分类网络对所述训练图像对集合中的图像进行图像分类，得到图像分类结果；
利用所述对比分类网络对所述训练图像对集合中的图像进行对比学习，得到对比学习结果；
基于所述图像分类结果及所述对比学习结果对所述对比分类网络进行联合训练，得到目标物识别模型；
利用所述目标物识别模型对待识别图像进行目标物识别，得到识别结果。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种目标物识别方法，其特征在于，所述方法包括：
获取训练图像集合，对所述训练图像集合中的图像进行图像对增强处理，得到训练图像对集合；
利用预设的对比分类网络对所述训练图像对集合中的图像进行图像分类，得到图像分类结果；
利用所述对比分类网络对所述训练图像对集合中的图像进行对比学习，得到对比学习结果；
基于所述图像分类结果及所述对比学习结果对所述对比分类网络进行联合训练，得到目标物识别模型；
利用所述目标物识别模型对待识别图像进行目标物识别，得到识别结果。
2.如权利要求1所述的目标物识别方法，其特征在于，所述对所述训练图像集合中的图像进行图像对增强处理，得到训练图像对集合，包括：
依次将所述训练图像集合中的图像选为目标图像；
对所述目标图像进行两次不同的图像增强处理，得到两张不同的增强图像，将所述两张不同的增强图像作为所述目标图像的增强图像对；
在所述训练图像集合中的图像均被选为目标图像后，汇总所有的增强图像对得到所述训练图像对集合。
3.如权利要求1所述的目标物识别方法，其特征在于，在所述利用预设的对比分类网络对所述训练图像对集合中的图像进行图像分类之前，还包括：
将预设的两个特征提取网络并联处理，得到特征提取层；
在所述特征提取层后串联一层分类层，以及在所述特征提取层后串联一层对比计算层，得到所述对比分类网络。
4.如权利要求3中所述的目标物识别方法，其特征在于，所述利用预设的对比分类网络对所述训练图像对集合中的图像进行图像分类，得到图像分类结果，包括：
利用所述对比分类网络中的特征提取层对所述训练图像对集合中的增强图像对进行特征提取，得到图像特征对；
利用所述对比分类网络中的分类层对所述图像特征对进行图像分类，得到图像分类结果。
5.如权利要求1所述的目标物识别方法，其特征在于，所述基于所述图像分类结果及所述对比学习结果对所述对比分类网络进行联合训练，得到目标物识别模型，包括：
利用所述图像分类结果计算分类损失，以及利用所述对比学习结果计算对比损失；
利用所述分类损失及所述对比损失计算总损失，在所述总损失不满足预设的损失阈值时，调整所述对比分类网络中的网络参数，并返回所述对所述训练图像集合中的图像进行图像对增强处理的步骤，直至所述总损失满足预设的损失阈值时，将所述对比分类网络中的特征提取网络作为目标物识别模型。
6.如权利要求1中所述的目标物识别方法，其特征在于，所述利用所述目标物识别模型对待识别图像进行目标物识别之前，还包括：
利用所述目标物识别模型对所述训练图像集合中的图像进行特征提取，得到图像特征向量；
将所述图像特征向量与预设的产品信息进行映射关联，汇总所有关联完成的图像特征向量得到图像向量库。
7.如权利要求6所述的目标物识别方法，其特征在于，所述利用所述目标物识别模型对待识别图像进行目标物识别，得到识别结果，包括：
利用所述目标物识别模型对待识别图像进行特征提取，得到待识别特征向量；
利用所述待识别特征向量检索所述图像向量库中的图像特征向量，确定检索到的图像特征向量对应的产品信息为所述识别结果。
8.一种目标物识别装置，其特征在于，所述装置包括：
图像增强模块，用于获取训练图像集合，对所述训练图像集合中的图像进行图像对增强处理，得到训练图像对集合；
模型训练模块，用于利用预设的对比分类网络对所述训练图像对集合中的图像进行图像分类，得到图像分类结果，利用所述对比分类网络对所述训练图像对集合中的图像进行对比学习，得到对比学习结果，基于所述图像分类结果及所述对比学习结果对所述对比分类网络进行联合训练，得到目标物识别模型；
目标物识别模块，用于利用所述目标物识别模型对待识别图像进行目标物识别，得到识别结果。
9.一种电子设备，其特征在于，所述电子设备包括：
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计算机程序，所述计算机程序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权利要求1至7中任意一项所述的目标物识别方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的目标物识别方法。
CN202310787295.0A 2023-06-29 2023-06-29 目标物识别方法、装置、设备及存储介质 Pending CN116824255A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310787295.0A CN116824255A (zh) 2023-06-29 2023-06-29 目标物识别方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310787295.0A CN116824255A (zh) 2023-06-29 2023-06-29 目标物识别方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN116824255A true CN116824255A (zh) 2023-09-29

Family

ID=88114202

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310787295.0A Pending CN116824255A (zh) 2023-06-29 2023-06-29 目标物识别方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116824255A (zh)

Similar Documents

Publication Publication Date Title
CN113157927B (zh) 文本分类方法、装置、电子设备及可读存储介质
CN112507936B (zh) 图像信息审核方法、装置、电子设备及可读存储介质
CN112446025A (zh) 联邦学习防御方法、装置、电子设备及存储介质
WO2022105179A1 (zh) 生物特征图像识别方法、装置、电子设备及可读存储介质
CN113705462B (zh) 人脸识别方法、装置、电子设备及计算机可读存储介质
CN113157739B (zh) 跨模态检索方法、装置、电子设备及存储介质
CN114416939A (zh) 智能问答方法、装置、设备及存储介质
CN113850260A (zh) 关键信息抽取方法、装置、电子设备及可读存储介质
CN116680580A (zh) 基于多模态训练的信息匹配方法、装置、电子设备及介质
CN116450829A (zh) 医疗文本分类方法、装置、设备及介质
CN113591881B (zh) 基于模型融合的意图识别方法、装置、电子设备及介质
CN114677526A (zh) 图像分类方法、装置、设备及介质
CN112329666A (zh) 人脸识别方法、装置、电子设备及存储介质
CN115409041B (zh) 一种非结构化数据提取方法、装置、设备及存储介质
CN116741358A (zh) 问诊挂号推荐方法、装置、设备及存储介质
CN116521867A (zh) 文本聚类方法、装置、电子设备及存储介质
CN116719904A (zh) 基于图文结合的信息查询方法、装置、设备及存储介质
CN113221888B (zh) 车牌号管理系统测试方法、装置、电子设备及存储介质
CN116468025A (zh) 电子病历结构化方法、装置、电子设备及存储介质
CN115346095A (zh) 视觉问答方法、装置、设备及存储介质
CN116824255A (zh) 目标物识别方法、装置、设备及存储介质
CN114610854A (zh) 智能问答方法、装置、设备及存储介质
CN111414452B (zh) 搜索词匹配方法、装置、电子设备及可读存储介质
CN114219367A (zh) 用户评分方法、装置、设备及存储介质
CN113888265A (zh) 产品推荐方法、装置、设备及计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination