申请/专利权人：腾讯医疗健康(深圳)有限公司

申请日：2019-07-31

公开（公告）日：2024-04-19

公开（公告）号：CN110458217B

主分类号：G06F30/27

分类号：G06F30/27

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2021.10.26#实质审查的生效;2019.11.15#公开

摘要：本公开提供一种图像识别方法、装置以及电子设备，涉及图像处理技术领域，该方法包括：获取待识别图像；通过神经网络模型对所述待识别图像进行处理，获得所述待识别图像的特征图；通过全连接层对所述特征图进行处理，获得所述待识别图像的特征向量；根据所述待识别图像的特征向量和第一类别的标准图像的特征向量获得所述待识别图像和所述第一类别的标准图像之间的相似度；根据所述待识别图像和所述第一类别的标准图像之间的相似度对所述待识别图像进行识别。本公开实施例提供的技术方案可以通过待识别图像与第一类别的标准图像之间的相似度对所述待识别图像进行识别，提高了图像识别的准确率。

主权项：1.一种图像识别方法，其特征在于，包括：获取第一训练图像和多个类别下的多个第二训练图像，所述第一训练图像包括类别标签，其中每个类别下包括至少一张第二训练图像；通过神经网络模型分别对所述第一训练图像和所述多个第二训练图像进行处理，获得所述第一训练图像和各个第二训练图像的特征图；通过全连接层分别对所述第一训练图像和各个第二训练图像的特征图进行处理，获得所述第一训练图像和各个第二训练图像的特征向量；根据所述第一训练图像的特征向量和各个第二训练图像的特征向量，获得所述第一训练图像和各个第二训练图像之间的相似度；根据所述第一训练图像和各个第二训练图像的相似度，确定所述第一训练图像属于各个类别的概率；基于所述第一训练图像属于各个类别的概率和所述第一训练图像的类别标签更新所述神经网络模型和所述全连接层的参数，以便对所述神经网络模型和所述全连接层进行训练；获取待识别图像；通过神经网络模型对所述待识别图像进行处理，获得所述待识别图像的特征图；通过全连接层对所述特征图进行处理，获得所述待识别图像的特征向量；通过所述神经网络模型和所述全连接层对各个类别下的标准图像进行处理，获得各个类别的标准图像的特征向量；根据所述待识别图像的特征向量和各个类别下的标准图像的特征向量获得所述待识别图像和各个类别下的标准图像之间的相似度；根据所述待识别图像和各个类别下的标准图像之间的相似度确定所述待识别图像的类别。

全文数据：

权利要求：

百度查询： 腾讯医疗健康(深圳)有限公司 图像识别方法及装置、眼底图像识别方法和电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD