一种基于Web前端的图像识别方法、装置、设备和介质与流程

本发明涉及web前端，尤其涉及一种基于web前端的图像识别方法、装置、设备及介质。

背景技术：

1、随着互联网技术的发展，图像识别与分类技术在各类应用中得到了广泛应用，如电子商务中的商品识别、社交媒体中的内容过滤等。

2、现有的图像识别与分类技术多在服务器端完成，即客户端将图像上传到服务器，服务器进行识别和分类，然后将结果返回给客户端。由于浏览器环境的限制，在前端进行图像处理时，性能往往不足。由于图像识别和处理需要一定的时间，导致图像与音频内容或其他实时数据不同步，不仅增加了服务器负担，还导致网络传输延迟。

3、因此，亟需提出一种基于web前端的图像识别方法及装置，以解决现有技术中在前端进行图像处理性能不足，导致图像与音频内容或其他实时数据不同步，不仅增加了服务器负担，还导致网络传输延迟的问题。

技术实现思路

1、为克服相关技术中存在的问题，本公开提供一种基于web前端的图像识别方法、装置、设备和介质，以解决相关技术中在前端进行图像处理性能不足，导致图像与音频内容或其他实时数据不同步，不仅增加了服务器负担，还导致网络传输延迟的技术问题。

2、本说明书一个或多个实施例提供了一种基于web前端的图像识别方法，包括以下步骤：

3、在数据访问层中采集用户上传的图像数据，预处理后得到待识别数据；

4、在业务逻辑层中根据所述待识别数据确定图像识别模型并加载预训练模型，将待识别数据和图像识别模型生成图像识别任务，将所述图像识别任务添加至图像识别任务队列；

5、根据所述图像识别模型的配置和处理器池的当前状态，将所述图像识别任务分配至任意一处理器，创建多个图像识别线程调用处理器进行图像识别，输出图像识别结果。

6、优选地，所述预处理后得到待识别数据，包括以下步骤：

7、将采集到的图像数据编码转换为图像流数据；

8、将所述图像流数据分片处理成多个携带标识码的图像流集合；

9、将所述图像流集合采用静态类型常量编译为低字节码的图像流数据集；

10、对所述图像流数据集进行缩放、裁剪和去噪得到待识别数据。

11、优选地所述将所述图像识别任务添加至图像识别任务队列，包括以下步骤：

12、将所述图像识别任务按照所述图像流集合携带的标识码的顺序添加至图像识别任务队列。

13、优选地，所述输出识别和分类后的图像识别结果，还包括以下步骤：

14、将图像识别后的内容按照标识码的顺序合并成图像识别数据，输出识别和分类后的图像识别结果；

15、将所述图像识别结果在展示层进行可视化的展示。

16、优选地，所述在数据访问层中采集用户上传的图像数据，包括以下步骤：

17、通过在数据访问层中注入并监听文件监听用户上传及获取摄像头数据的动作，并在注入监听的时候缓存本地的静态资源文件，从本地文件或摄像头采集图像数据。

18、本说明书一个或多个实施例提供了一种基于web前端的图像识别装置,包括：

19、数据获取模块，用于在数据访问层中采集用户上传的图像数据，预处理后得到待识别数据；

20、模型确定模块，用于在业务逻辑层中根据所述待识别数据确定图像识别模型，所述图像识别模型中包含对待识别数据进行场景训练的预训练模型，将待识别数据和图像识别模型生成图像识别任务，将所述图像识别任务添加至图像识别任务队列；

21、图像识别模块，用于根据所述图像识别模型的配置和处理器池的当前状态，将所述图像识别任务分配至任意一处理器，创建多个图像识别线程调用处理器进行图像识别，输出图像识别结果。

22、优选地，所述数据获取模块，包括：

23、数据采集单元，用于在数据访问层中采集用户上传的图像数据；

24、预处理单元，用于将采集到的图像数据编码转换为图像流数据，将所述图像流数据分片处理成多个携带标识码的图像流集合，将所述图像流集合采用静态类型常量编译为低字节码的图像流数据集，对所述图像流数据集进行缩放、裁剪和去噪得到待识别数据。

25、优选地，所述模型确定模块，包括：

26、模型确定单元，用于在业务逻辑层中根据所述待识别数据确定图像识别模型并加载预训练模型；

27、请求生成单元，用于将待识别数据和图像识别模型生成图像识别任务，将所述图像识别任务添加至图像识别任务队列，所述图像识别任务按照所述图像流集合携带的标识码的顺序添加至图像识别任务队列。

28、本说明书一个或多个实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述一种基于web前端的图像识别方法。

29、本说明书一个或多个实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述一种基于web前端的图像识别方法的步骤。

30、本公开提供的一种基于web前端的图像识别方法、装置、设备及介质，优点在于，在数据访问层中采集用户上传的图像数据，预处理后得到待识别数据，浏览器中直接进行图像处理，避免服务器端处理带来的高延迟和资源消耗；在业务逻辑层中根据所述待识别数据确定图像识别模型，所述图像识别模型中包含对待识别数据进行场景训练的预训练模型，将待识别数据和图像识别模型生成图像识别任务，将所述图像识别任务添加至图像识别任务队列；根据所述图像识别模型的配置和处理器池的当前状态，将所述图像识别任务分配至任意一处理器，创建多个图像识别线程调用处理器进行图像识别，输出图像识别结果，创建多个图像识别线程调用处理器依次处理所述图像识别任务队列中的所述图像识别任务，输出识别和分类后的图像识别结果，在浏览器中加载和运行图像识别模型，实现高效的图像识别与分类，减少数据传输时间和服务器响应时间，提高处理效率。

技术特征：

1.一种基于web前端的图像识别方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于web前端的图像识别方法，其特征在于，所述预处理后得到待识别数据，包括以下步骤：

3.如权利要求1所述的一种基于web前端的图像识别方法，其特征在于，所述将所述图像识别任务添加至图像识别任务队列，包括以下步骤：

4.如权利要求2所述的一种基于web前端的图像识别方法，其特征在于，所述输出识别和分类后的图像识别结果，还包括以下步骤：

5.如权利要求1所述的一种基于web前端的图像识别方法，其特征在于，所述在数据访问层中采集用户上传的图像数据，包括以下步骤：

6.一种基于web前端的图像识别装置，其特征在于，包括：

7.如权利要求6所述的一种基于web前端的图像识别装置，其特征在于，所述数据获取模块，包括：

8.如权利要求6所述的一种基于web前端的图像识别装置，其特征在于，所述模型确定模块，包括：

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述一种基于web前端的图像识别方法。

10.一种计算机可读存储介质，所述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5任一项所述一种基于web前端的图像识别方法的步骤。

技术总结本发明提供了一种基于Web前端的图像识别方法、装置、设备及介质，其中，方法包括：在数据访问层中采集用户上传的图像数据，预处理后得到待识别数据；在业务逻辑层中根据所述待识别数据确定图像识别模型，图像识别模型中包含对待识别数据进行场景训练的预训练模型，将待识别数据和图像识别模型生成图像识别任务，将图像识别任务添加至图像识别任务队列；根据所述图像识别模型的配置和处理器池的当前状态，将图像识别任务分配至任意一处理器，创建多个图像识别线程调用处理器进行图像识别，输出图像识别结果，以解决在前端进行图像处理性能不足，导致图像与音频内容或其他实时数据不同步，不仅增加了服务器负担，还导致网络传输延迟的问题。技术研发人员：沈亚飞,刘韶辉,柯五岳受保护的技术使用者：数字郑州科技有限公司技术研发日：技术公布日：2024/10/17