图像识别方法、系统、电子设备及存储介质与流程

本申请涉及大模型技术、图像处理，具体而言，涉及一种图像识别方法、系统、电子设备及存储介质。

背景技术：

1、在数字化时代，标志(logo)检测识别技术已成为内容安全管理领域的基石，广泛应用于品牌保护、虚假信息追踪及特定内容筛查。相关技术中在进行标志检测识别时主要依靠目标检测模型进行初步定位，随后采用分类模型或图像相似度匹配技术进行精确识别。虽然，这种识别方式在样本丰富的场景下表现良好，对于缺乏丰富样本的新标志往往难以准确识别，需耗费大量时间和资源进行额外的数据标注与模型训练，由此严重限制了响应速度和适用范围，进一步降低了图像识别效率和准确性。

2、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本申请实施例提供了一种图像识别方法、系统、电子设备及存储介质，以至少解决相关技术中在进行图像标志识别时存在的识别效率低、准确性差的技术问题。

2、根据本申请实施例的一个方面，提供了一种图像识别方法，包括：获取待检测图像，其中，待检测图像包括：待识别标志；采用目标实例分割模型对待检测图像进行实例分割，得到多个候选实例；依据多维过滤策略对多个候选实例进行过滤，得到多个目标实例；基于目标图像匹配模型对多个目标实例进行标志识别，得到待识别标志的识别结果。

3、根据本申请实施例的另一方面，还提供了一种图像识别方法，包括：获取广告品牌图像，其中，广告品牌图像包括：待识别品牌标志；采用目标实例分割模型对广告品牌图像进行实例分割，得到多个候选实例；依据多维过滤策略对多个候选实例进行过滤，得到多个目标实例；基于目标图像匹配模型对多个目标实例进行标志识别，得到待识别品牌标志的识别结果。

4、根据本申请实施例的另一方面，还提供了一种图像识别方法，包括：通过第一应用程序编程接口获取图像识别请求，其中，图像识别请求中携带的请求数据包括：待检测图像，待检测图像包括：待识别标志；通过第二应用程序编程接口返回图像识别响应，其中，图像识别响应中携带的响应数据包括：待识别标志的识别结果，识别结果按照本申请实施例中任意一项的图像识别方法生成。

5、根据本申请实施例的另一方面，还提供了一种图像识别方法，包括：获取当前输入的图像识别对话请求，其中，图像识别对话请求中携带的请求数据包括：待检测图像，待检测图像包括：待识别标志；响应于图像识别对话请求，返回图像识别对话回复，其中，图像识别对话回复中携带的信息包括：待识别标志的识别结果，识别结果按照本申请实施例中任意一项的图像识别方法生成；在图形用户界面内展示识别结果。

6、根据本申请实施例的另一方面，还提供了一种图像识别方法，包括：响应作用于操作界面上的输入指令，在操作界面上显示待检测图像；响应作用于操作界面上的处理指令，在操作界面上显示待识别标志的识别结果；其中，待检测图像包括：待识别标志，识别结果按照本申请实施例中任意一项的图像识别方法生成。

7、根据本申请实施例的另一方面，还提供了一种图像识别系统，包括：客户端，用于发送待检测图像，其中，待检测图像包括：待识别标志；服务器，与客户端连接，用于按照本申请实施例中任意一项的图像识别方法生成待识别标志的识别结果；客户端还用于输出识别结果。

8、根据本申请实施例的另一方面，还提供了一种计算设备，包括：存储器，存储有可执行程序；处理器，用于运行程序，其中，程序运行时执行本申请各个实施例中的方法。

9、根据本申请实施例的另一方面，还提供了一种电子设备，包括：存储器，存储有可执行程序；处理器，通过总线与存储器连接，用于运行程序，其中，程序运行时执行本申请各个实施例中的方法。

10、根据本申请实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的可执行程序，其中，在可执行程序运行时控制计算机可读存储介质所在设备执行本申请各个实施例中的方法。

11、根据本申请实施例的另一方面，还提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本申请各个实施例中的方法。

12、根据本申请实施例的另一方面，还提供了一种计算机程序产品，包括非易失性计算机可读存储介质，所述非易失性计算机可读存储介质存储计算机程序，所述计算机程序被处理器执行时实现本申请各个实施例中的方法。

13、根据本申请实施例的另一方面，还提供了一种计算机程序，计算机程序被处理器执行时实现本申请各个实施例中的方法。

14、在本申请实施例中，通过获取包含有待识别标志的待检测图像，进而采用目标实例分割模型对待检测图像进行实例分割，得到多个候选实例，随后依据多维过滤策略对多个候选实例进行过滤，得到多个目标实例，最后基于目标图像匹配模型对多个目标实例进行标志识别，得到待识别标志的识别结果，由此通过实例分割、多维过滤和目标图像匹配模型的组合，实现了对待识别标志的快速适应和准确识别，同时提高了识别效率和准确性，进而解决了相关技术中在进行图像标志识别时存在的识别效率低、准确性差的技术问题。

15、容易注意到的是，上面的通用描述和后面的详细描述仅仅是为了对本申请进行举例和解释，并不构成对本申请的限定。

1.一种图像识别方法，其特征在于，包括：

2.根据权利要求1所述的图像识别方法，其特征在于，所述图像识别方法还包括：

3.根据权利要求1所述的图像识别方法，其特征在于，所述目标实例分割模型包括：全卷积编解码模块、多尺度特征融合模块和动态核生成模块，采用所述目标实例分割模型对所述待检测图像进行实例分割，得到所述多个候选实例包括：

4.根据权利要求1所述的图像识别方法，其特征在于，依据所述多维过滤策略对所述多个候选实例进行过滤，得到所述多个目标实例包括：

5.根据权利要求1所述的图像识别方法，其特征在于，所述目标图像匹配模型包括：视觉编码模块和语义解耦模块，基于所述目标图像匹配模型对所述多个目标实例进行标志识别，得到所述待识别标志的所述识别结果包括：

6.根据权利要求5所述的图像识别方法，其特征在于，采用所述语义解耦模块对所述视觉编码结果进行双路特征解耦，得到所述待识别标志的所述识别结果包括：

7.根据权利要求1所述的图像识别方法，其特征在于，所述图像识别方法还包括：

8.根据权利要求7所述的图像识别方法，其特征在于，利用所述视觉多模态模型对所述匹配结果进行多维交叉验证，得到所述目标验证结果包括：

9.根据权利要求7所述的图像识别方法，其特征在于，所述图像识别方法还包括：

10.根据权利要求9所述的图像识别方法，其特征在于，依据所述迭代样本对所述目标图像匹配模型的模型参数进行更新，生成所述更新后图像匹配模型包括：

11.根据权利要求7所述的图像识别方法，其特征在于，所述图像识别方法还包括：

12.一种图像识别方法，其特征在于，包括：

13.一种图像识别方法，其特征在于，包括：

14.一种图像识别方法，其特征在于，包括：

15.一种图像识别方法，其特征在于，包括：

16.一种图像识别系统，其特征在于，包括：

17.一种电子设备，其特征在于，包括：

18.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的可执行程序，其中，在所述可执行程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至15中任意一项所述的图像识别方法。

19.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序在被处理器执行时实现权利要求1至15中任意一项所述的图像识别方法。