本發(fā)明涉及計算機技術(shù)領(lǐng)域，特別涉及一種圖像識別的方法和裝置。

背景技術(shù)：

隨著計算機技術(shù)的發(fā)展，可以基于深度學(xué)習算法，對樣本圖像數(shù)據(jù)庫中的圖像進行訓(xùn)練得到圖像識別模型(如可以基于卷積神經(jīng)網(wǎng)絡(luò)算法，對樣本圖像數(shù)據(jù)庫中的圖像進行訓(xùn)練得到CNN(Convolutional Neural Network，卷積神經(jīng)網(wǎng)絡(luò))訓(xùn)練模型))，圖像識別模型可以識別圖片的類別，并為圖片添加相應(yīng)的類別標簽。

一般圖像識別模型的識別準確率不會達到百分之百，如果圖像識別模型要識別的大量的圖片，相應(yīng)的大量的圖片中被添加了錯誤類別標簽的圖片也比較多，技術(shù)人員需要從大量的圖片中找出添加了錯誤類別標簽的圖片，從而導(dǎo)致獲取類別標簽錯誤的圖片的效率比較低。

技術(shù)實現(xiàn)要素：

為了克服相關(guān)技術(shù)中存在的問題，本公開提供了一種圖像識別的方法和裝置。技術(shù)方案如下：

根據(jù)本公開實施例的第一方面，提供一種圖像識別的方法，所述方法包括：

將第一圖像和第一類別標簽對應(yīng)的添加到圖像驗證碼數(shù)據(jù)庫中；

在基于所述圖像驗證碼數(shù)據(jù)庫對終端進行驗證碼驗證的過程中，如果向所述終端發(fā)送的所述第一類別標簽對應(yīng)的正確驗證碼圖像中包括所述第一圖像，且所述終端選擇的驗證碼圖像中不包括所述第一圖像，則記錄所述第一圖像出現(xiàn)類別標簽不匹配事件；

當記錄的所述第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)滿足第一預(yù)設(shè)數(shù)量條件時，標記所述第一圖像與所述第一類別標簽不匹配。

可選的，所述方法還包括：

在基于所述圖像驗證碼數(shù)據(jù)庫對終端進行驗證碼驗證的過程中，如果向所述終端發(fā)送的錯誤驗證碼圖像中包括所述第一圖像，且所述終端選擇的驗證碼圖像中包括所述第一圖像，則記錄所述第一圖像出現(xiàn)類別標簽不匹配事件。

可選的，如果向所述終端發(fā)送的錯誤驗證碼圖像中包括所述第一圖像，且所述終端選擇的驗證碼圖像中包括所述第一圖像，所述方法還包括：

確定當前驗證碼驗證的過程中正確驗證碼圖像對應(yīng)的第二類別標簽，記錄所述第二類別標簽與所述第一圖像的匹配事件；

當記錄的所述第二類別標簽與所述第一圖像的匹配事件的次數(shù)滿足第二預(yù)設(shè)數(shù)量條件時，將所述第二類別標簽記錄為所述第一圖像的類別標簽。

這樣，可以自動為圖像添加標簽。

可選的，所述第一類別標簽是通過圖像識別模型對所述第一圖像進行識別得到的類別標簽；

所述方法還包括：

將所述第一圖像和所述第二類別標簽對應(yīng)的添加到樣本圖像數(shù)據(jù)庫中；

基于所述樣本圖像數(shù)據(jù)庫中的圖像和對應(yīng)的類別標簽，以及深度學(xué)習算法，對所述圖像識別模型進行更新。

這樣，可以在線更新圖像識別模型。

可選的，所述當記錄的所述第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)滿足第一預(yù)設(shè)數(shù)量條件時，標記所述第一圖像與所述第一類別標簽不匹配，包括：

當記錄的所述第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)大于或等于預(yù)設(shè)閾值時，標記所述第一圖像與所述第一類別標簽不匹配。

這樣，可以提高查找錯誤標簽的圖像的效率

可選的，所述方法還包括：

當記錄的所述第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)滿足第一預(yù)設(shè)數(shù)量條件時，將所述第一圖像從所述圖像驗證碼數(shù)據(jù)庫中刪除。

根據(jù)本公開實施例的第二方面，提供一種圖像識別的裝置，所述裝置包括：

添加模塊，用于將第一圖像和第一類別標簽對應(yīng)的添加到圖像驗證碼數(shù)據(jù)庫中；

記錄模塊，用于在基于所述圖像驗證碼數(shù)據(jù)庫對終端進行驗證碼驗證的過程中，如果向所述終端發(fā)送的所述第一類別標簽對應(yīng)的正確驗證碼圖像中包括所述第一圖像，且所述終端選擇的驗證碼圖像中不包括所述第一圖像，則記錄所述第一圖像出現(xiàn)類別標簽不匹配事件；

標記模塊，用于當記錄的所述第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)滿足第一預(yù)設(shè)數(shù)量條件時，標記所述第一圖像與所述第一類別標簽不匹配。

可選的，所述記錄模塊還用于：

在基于所述圖像驗證碼數(shù)據(jù)庫對終端進行驗證碼驗證的過程中，如果向所述終端發(fā)送的錯誤驗證碼圖像中包括所述第一圖像，且所述終端選擇的驗證碼圖像中包括所述第一圖像，則記錄所述第一圖像出現(xiàn)類別標簽不匹配事件。

可選的，所述裝置還包括：

確定模塊，用于確定當前驗證碼驗證的過程中正確驗證碼圖像對應(yīng)的第二類別標簽，記錄所述第二類別標簽與所述第一圖像的匹配事件；

所述記錄模塊，還用于當記錄的所述第二類別標簽與所述第一圖像的匹配事件的次數(shù)滿足第二預(yù)設(shè)數(shù)量條件時，將所述第二類別標簽記錄為所述第一圖像的類別標簽。

可選的，所述第一類別標簽是通過圖像識別模型對所述第一圖像進行識別得到的類別標簽；

所述裝置還包括：

添加模塊，用于將所述第一圖像和所述第二類別標簽對應(yīng)的添加到樣本圖像數(shù)據(jù)庫中；

更新模塊，用于基于所述樣本圖像數(shù)據(jù)庫中的圖像和對應(yīng)的類別標簽，以及深度學(xué)習算法，對所述圖像識別模型進行更新。

可選的，所述標記模塊，用于：

當記錄的所述第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)大于或等于預(yù)設(shè)閾值時，標記所述第一圖像與所述第一類別標簽不匹配。

可選的，所述裝置還包括：

刪除模塊，用于當記錄的所述第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)滿足第一預(yù)設(shè)數(shù)量條件時，將所述第一圖像從所述圖像驗證碼數(shù)據(jù)庫中刪除。

本公開的實施例提供的技術(shù)方案可以包括以下有益效果：

本公開實施例中，將第一圖像和第一類別標簽對應(yīng)的添加到圖像驗證碼數(shù)據(jù)庫中，在基于圖像驗證碼數(shù)據(jù)庫對終端進行驗證碼驗證的過程中，如果向終端發(fā)送的第一類別標簽對應(yīng)的正確驗證碼圖像中包括第一圖像，且終端選擇的驗證碼圖像中不包括第一圖像，則記錄第一圖像出現(xiàn)類別標簽不匹配事件，當記錄的第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)滿足第一預(yù)設(shè)數(shù)量條件時，標記第一圖像與第一類別標簽不匹配。這樣，可以直接獲取到類別標簽與圖像不對應(yīng)的圖像，而不需要人工去識別，從而可以提高識別類別標簽錯誤的圖像的效率。

應(yīng)當理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不能限制本公開。

附圖說明

此處的附圖被并入說明書中并構(gòu)成本說明書的一部分，示出了符合本公開的實施例，并與說明書一起用于解釋本公開的原理。在附圖中：

圖1是根據(jù)一示例性實施例示出的一種圖像識別的方法流程圖；

圖2是根據(jù)一示例性實施例示出的一種圖像識別的界面示意圖；

圖3是根據(jù)一示例性實施例示出的一種圖像識別裝置的結(jié)構(gòu)示意圖；

圖4是根據(jù)一示例性實施例示出的一種圖像識別裝置的結(jié)構(gòu)示意圖；

圖5是根據(jù)一示例性實施例示出的一種圖像識別裝置的結(jié)構(gòu)示意圖；

圖6是根據(jù)一示例性實施例示出的一種圖像識別裝置的結(jié)構(gòu)示意圖；

圖7是根據(jù)一示例性實施例示出的一種服務(wù)器的結(jié)構(gòu)示意圖。

通過上述附圖，已示出本公開明確的實施例，后文中將有更詳細的描述。這些附圖和文字描述并不是為了通過任何方式限制本公開構(gòu)思的范圍，而是通過參考特定實施例為本領(lǐng)域技術(shù)人員說明本公開的概念。

具體實施方式

這里將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實施例中所描述的實施方式并不代表與本公開相一致的所有實施方式。相反，它們僅是與如所附權(quán)利要求書中所詳述的、本公開的一些方面相一致的裝置和方法的例子。

本公開一示例性實施例提供了一種圖像識別的方法，該方法可以由服務(wù)器實現(xiàn)。服務(wù)器可以是使用圖像驗證碼的應(yīng)用程序的后臺服務(wù)器。該服務(wù)器中可以設(shè)置有處理器、存儲器、收發(fā)器等，處理器可以用于對進行圖像識別的過程進行處理，存儲器可以用于存儲下述處理過程中需要的數(shù)據(jù)以及產(chǎn)生的數(shù)據(jù)，收發(fā)器可以用于接收以及發(fā)送消息。

如圖1所示，該方法的處理流程可以包括如下的步驟：

在步驟101中，將第一圖像和第一類別標簽對應(yīng)的添加到圖像驗證碼數(shù)據(jù)庫中。

其中，第一圖像為任意圖像，第一類別標簽為圖像識別模型識別出對應(yīng)第一圖像的類別標簽。

在實施中，服務(wù)器中設(shè)置有圖像識別模型(如CNN訓(xùn)練模型等)，圖像識別模型可以基于深度學(xué)習算法，對樣本圖像數(shù)據(jù)庫中的圖像進行訓(xùn)練得到(如CNN訓(xùn)練模型可以基于卷積神經(jīng)網(wǎng)絡(luò)算法，對樣本圖像數(shù)據(jù)庫中的圖像進行訓(xùn)練得到)，圖像識別模型可以識別圖像的類別標簽，并且服務(wù)器中設(shè)置有圖像驗證碼數(shù)據(jù)庫，圖像驗證碼數(shù)據(jù)庫可以用于存儲圖像與對應(yīng)的類別標簽。服務(wù)器中還存儲有多張圖像，圖像識別模型識別到第一圖像對應(yīng)的類別標簽為第一類別標簽，然后將第一圖像和第一類別標簽添加到圖像驗證碼的數(shù)據(jù)庫中。

在步驟102中，在基于圖像驗證碼數(shù)據(jù)庫對終端進行驗證碼驗證的過程中，如果向終端發(fā)送的第一類別標簽對應(yīng)的正確驗證碼圖像中包括第一圖像，且終端選擇的驗證碼圖像中不包括第一圖像，則記錄第一圖像出現(xiàn)類別標簽不匹配事件。

其中，正確驗證碼圖像是被圖像識別模型識別出的對應(yīng)第一類別標簽的圖像。

在實施中，終端在登錄應(yīng)用程序需要通過服務(wù)器的驗證時，終端可以向服務(wù)器發(fā)送驗證請求，服務(wù)器接收到終端發(fā)送的驗證請求時，可以從圖像驗證碼數(shù)據(jù)庫中隨機獲取第一類別標簽、以及第一類別標簽對應(yīng)的正確驗證碼圖像，第一類別標簽對應(yīng)的正確驗證碼圖像中包括第一圖像，服務(wù)器還可以從圖像數(shù)據(jù)庫中獲取與第一類別標簽不對應(yīng)的錯誤標簽圖像，服務(wù)器可以將第一類別標簽、第一類別標簽對應(yīng)的正確驗證碼圖像、以及錯誤驗證碼圖像發(fā)送至終端。終端接收到第一類別標簽、第一類別標簽對應(yīng)的正確驗證碼圖像、以及錯誤驗證碼圖像后，可以顯示第一類別標簽、第一類別標簽對應(yīng)的正確驗證碼圖像、以及錯誤驗證碼像，用戶可以選擇與第一類別標簽對應(yīng)的驗證碼圖像，終端向服務(wù)器發(fā)送選擇的驗證碼圖像的標識。服務(wù)器接收到終端發(fā)送的選擇的驗證碼圖像的標識后，可以查看選擇的驗證碼圖像的標識中是否包括第一圖像的標識，如果確定終端發(fā)送的驗證碼圖像的標識中不包括第一圖像的標識，服務(wù)器可以記錄第一圖像出現(xiàn)類別不匹配事件。例如，如圖2所示，終端可以為手機，終端登錄第一應(yīng)用程序時需要通過服務(wù)器驗證，用戶可以點擊第一應(yīng)用程序的圖標，終端則會檢測到第一應(yīng)用程序的啟動指令，終端顯示第一應(yīng)用程序的登錄界面，并向服務(wù)器發(fā)送驗證請求，服務(wù)器接收到驗證請求后，可以從圖像驗證碼數(shù)據(jù)庫中隨機獲取第一類別標簽為“貓”，并且獲取“貓”對應(yīng)的兩張正確驗證碼圖像(一個是“貓”的圖像，另一個實際上是“豹”的圖像)，然后獲取與“貓”不對應(yīng)的兩張圖像驗證碼圖像(一個是“老虎”的圖像，一個是“狗”的圖像)，然后將“貓”、以及“貓”對應(yīng)的正確驗證碼圖像、與“貓”不對應(yīng)的兩張錯誤驗證碼圖像發(fā)送至終端，終端則會顯示第一類別標簽“貓”，以及“貓”對應(yīng)的正確驗證碼圖像，與“貓”不對應(yīng)的兩張錯誤驗證碼圖像，用戶僅選取了“貓”的圖像，而沒有選取“豹”的圖像，終端接收到用戶的選取圖像指令后，可以向服務(wù)器發(fā)送用戶選取的圖像的標識，服務(wù)器接收到終端發(fā)送的選取的圖像的標識后，確定終端沒有選擇“豹”的圖像，則記錄“豹”的圖像與類別標簽“貓”的不匹配事件。

在步驟103中，當記錄的第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)滿足第一預(yù)設(shè)數(shù)量條件時，標記第一圖像與第一類別標簽不匹配。

在實施中，第一預(yù)設(shè)數(shù)量條件可以是由技術(shù)人員預(yù)設(shè)，并且存儲至服務(wù)器，服務(wù)器記錄第一圖像出現(xiàn)類別標簽不匹配事件，可以將第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)增加1，當服務(wù)器檢測到記錄的第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)滿足第一預(yù)設(shè)數(shù)量條件時，可以標記第一圖像與第一類別標簽不匹配。

可選的，當記錄的第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)大于或等于預(yù)設(shè)閾值時，標記第一圖像與第一類別標簽不匹配。

在實施中，預(yù)設(shè)閾值可以是由技術(shù)人員預(yù)設(shè)，并且存儲至服務(wù)器，服務(wù)器記錄第一圖像出現(xiàn)類別標簽不匹配事件，可以將第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)增加1，當服務(wù)器檢測到記錄的第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)大于或等于預(yù)設(shè)閾值時，可以標記第一圖像與第一類別標簽不匹配。例如，預(yù)設(shè)閾值為200次，服務(wù)器檢測到記錄的第一圖像對應(yīng)的類別標簽不匹配的事件的次數(shù)達到200次時，服務(wù)器可以標記第一圖像與第一類別標簽不匹配。

可選的，當記錄的第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)滿足第一預(yù)設(shè)數(shù)量條件時，將第一圖像從圖像驗證碼數(shù)據(jù)庫中刪除。

在實施中，服務(wù)器記錄第一圖像出現(xiàn)類別標簽不匹配事件，可以將第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)增加1，當服務(wù)器檢測到記錄的第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)滿足第一預(yù)設(shè)數(shù)量條件時，將第一圖像從圖像驗證碼數(shù)據(jù)庫中刪除，這樣，可以減少添加了錯誤類別標簽的圖像。

本公開實施例中還提供了根據(jù)錯誤驗證碼圖像，確定第一圖像出現(xiàn)類別標簽不匹配事件的方法，相應(yīng)的處理可以如下：

在基于圖像驗證碼數(shù)據(jù)庫對終端進行驗證碼驗證的過程中，如果向終端發(fā)送的錯誤驗證碼圖像中包括第一圖像，且終端選擇的驗證碼圖像中包括第一圖像，則記錄第一圖像出現(xiàn)類別標簽不匹配事件。

在實施中，終端在登錄應(yīng)用程序需要通過服務(wù)器的驗證時，終端可以向服務(wù)器發(fā)送驗證請求，服務(wù)器接收到終端發(fā)送的驗證請求時，可以從圖像驗證碼數(shù)據(jù)庫中隨機獲取第二類別標簽、第二類別標簽對應(yīng)的正確驗證碼圖像、以及與第二類別標簽不對應(yīng)的錯誤驗證碼圖像，與第二類別標簽不對應(yīng)的錯誤驗證碼圖像中包括第一圖像，服務(wù)器可以將第二類別標簽、第二類別標簽對應(yīng)的正確驗證碼圖像、以及錯誤驗證碼圖像發(fā)送至終端。終端接收到第二類別標簽、第二類別標簽對應(yīng)的正確驗證碼圖像、以及與第二類別標簽不對應(yīng)的錯誤驗證碼圖像后，可以顯示第二類別標簽、第二類別標簽對應(yīng)的正確驗證碼圖像、以及與第二類別標簽不對應(yīng)的錯誤驗證碼像，用戶可以選擇與第二類別標簽對應(yīng)的驗證碼圖像，終端向服務(wù)器發(fā)送選擇的驗證碼圖像的標識。服務(wù)器接收到終端發(fā)送的選擇的驗證碼圖像的標識后，可以查看選擇的驗證碼圖像的標識中是否包括第一圖像的標識，如果確定終端發(fā)送的驗證碼圖像的標識中包括第一圖像的標識，確定第二類別標簽有可能與第一圖像對應(yīng)，此時服務(wù)器可以記錄第一圖像出現(xiàn)類別不匹配事件。例如，終端可以為手機，終端登錄第一應(yīng)用程序時需要通過服務(wù)器驗證，用戶可以點擊第一應(yīng)用程序的圖標，終端則會檢測到第一應(yīng)用程序的啟動指令，終端顯示第一應(yīng)用程序的登錄界面，并向服務(wù)器發(fā)送驗證請求，服務(wù)器接收到驗證請求后，可以從圖像驗證碼數(shù)據(jù)庫中隨機獲取第二類別標簽為“貓”，并且獲取“貓”對應(yīng)的兩張正確驗證碼圖像(一個是“貓”的圖像，另一個也是“貓”的圖像)，然后獲取與“貓”不對應(yīng)的兩張圖像驗證碼圖像(一個是“老虎”的圖像，一個是類別標簽為“豹”實際上是“貓”的圖像)，然后將“貓”、以及“貓”對應(yīng)的正確驗證碼圖像、與“貓”不對應(yīng)的兩張錯誤驗證碼圖像發(fā)送至終端，終端則會顯示第二類別標簽“貓”，以及“貓”對應(yīng)的正確驗證碼圖像，與“貓”不對應(yīng)的兩張錯誤驗證碼圖像，用戶選取了正確驗證碼圖像中“貓”的圖像和錯誤驗證碼圖像中“貓”的圖像，終端接收到用戶的選取圖像指令后，可以向服務(wù)器發(fā)送用戶選取的圖像的標識，服務(wù)器接收到終端發(fā)送的選取的圖像的標識后，確定終端選擇了錯誤驗證碼圖像中類別標簽為“豹”的圖像，則記錄這張類別標簽為“豹”的圖像與類別標簽“豹”的不匹配事件。

可選的，服務(wù)器還可以自動修改第一圖像的類別標簽，相應(yīng)的處理可以如下：如果向終端發(fā)送的錯誤驗證碼圖像中包括第一圖像，且終端選擇的驗證碼圖像中包括第一圖像，確定當前驗證碼驗證的過程中正確驗證碼圖像對應(yīng)的第二類別標簽，記錄第二類別標簽與第一圖像的匹配事件；

當記錄的第二類別標簽與第一圖像的匹配事件的次數(shù)滿足第二預(yù)設(shè)數(shù)量條件時，將第二類別標簽記錄為第一圖像的類別標簽。

在實施中，第二預(yù)設(shè)數(shù)量條件可以由技術(shù)人員預(yù)設(shè)，并且存儲至服務(wù)器中，服務(wù)器向終端發(fā)送的錯誤驗證碼圖像中包括第一圖像，服務(wù)器接收到終端發(fā)送的選擇的驗證碼圖像的標識后，可以查看選擇的驗證碼圖像的標識中是否包括第一圖像的標識，如果確定終端發(fā)送的驗證碼圖像的標識中包括第一圖像的標識，則可以確定在此次驗證過程中正確驗證碼圖像對應(yīng)的第二類別標簽，然后記錄第二類別標簽與第一圖像的匹配事件，并將第二類別標簽與第一圖像的匹配事件的次數(shù)加1。每當?shù)诙悇e標簽與第一圖像的匹配事件的次數(shù)加1時，服務(wù)器可以確定此時第二類別標簽與第一圖像的匹配事件的次數(shù)，然后判斷第二類別標簽與第一圖像的匹配事件的次數(shù)是否滿足第二預(yù)設(shè)數(shù)量條件，如果第二類別標簽與第一圖像的匹配事件的次數(shù)滿足第二預(yù)設(shè)數(shù)量條件，服務(wù)器將第二類別標簽記錄為第一圖像的類別標簽。

可選的，還可以對已有的圖像識別模型進行更新，相應(yīng)的處理可以如下：第一類別標簽是通過圖像識別模型對第一圖像進行識別得到的類別標簽，將第一圖像和第二類別標簽對應(yīng)的添加到樣本圖像數(shù)據(jù)庫中；基于樣本圖像數(shù)據(jù)庫中的圖像和對應(yīng)的類別標簽，以及深度學(xué)習算法，對圖像識別模型進行更新。

其中，服務(wù)器中還存儲有樣本圖像數(shù)據(jù)庫，樣本圖像數(shù)據(jù)庫中包括多個樣本圖像、以及對應(yīng)的類別標簽。

在實施中，步驟101中已經(jīng)提到第一類別標簽是由圖像識別模型對第一圖像進行識別得到的類別標簽，此處不再贅述。服務(wù)器將第二類別標簽記錄為第一圖像的類別標簽后，服務(wù)器可以將第一圖像和第二類別標簽對應(yīng)的添加到樣本圖像數(shù)據(jù)庫中，然后服務(wù)器可以使用深度學(xué)習算法，將樣本圖像數(shù)據(jù)庫中的每一個樣本圖像作為深度學(xué)習算法的輸入，訓(xùn)練得到圖像識別模型包含的各個參數(shù)的訓(xùn)練值，將圖像識別模型包含的各個參數(shù)的訓(xùn)練值代入已有的圖像識別模型，得到更新后的圖像識別模型。這樣，就提供了一種在線更新圖像識別模型的方法。例如，深度學(xué)習算法可以是卷積神經(jīng)網(wǎng)絡(luò)算法，得到的圖像識別模型為CNN訓(xùn)練模型，CNN訓(xùn)練模型識別出第一圖像的類別標簽為第一類別標簽，第一圖像作為驗證碼圖像后，對應(yīng)的類別標簽被確定為第二類別標簽，服務(wù)器可以將第一圖像和第二類別標簽對應(yīng)的添加到樣本圖像數(shù)據(jù)庫中，服務(wù)器可以基于樣本圖像數(shù)據(jù)庫中每個樣本圖像，使用卷積神經(jīng)網(wǎng)絡(luò)算法，訓(xùn)練得到CNN訓(xùn)練模型的各個參數(shù)值，并代入已有的CNN訓(xùn)練模型中，得到更新后的CNN訓(xùn)練模型。

本公開實施例中，將第一圖像和第一類別標簽對應(yīng)的添加到圖像驗證碼數(shù)據(jù)庫中，在基于圖像驗證碼數(shù)據(jù)庫對終端進行驗證碼驗證的過程中，如果向終端發(fā)送的第一類別標簽對應(yīng)的正確驗證碼圖像中包括第一圖像，且終端選擇的驗證碼圖像中不包括第一圖像，則記錄第一圖像出現(xiàn)類別標簽不匹配事件，當記錄的第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)滿足第一預(yù)設(shè)數(shù)量條件時，標記第一圖像與第一類別標簽不匹配。這樣，可以直接獲取到類別標簽與圖像不對應(yīng)的圖像，而不需要人工去識別，從而可以提高識別類別標簽錯誤的圖像的效率。

基于相同的技術(shù)構(gòu)思，本公開另一實施例提供了一種圖像識別的裝置，如圖3所示，該裝置包括：

添加模塊310，用于將第一圖像和第一類別標簽對應(yīng)的添加到圖像驗證碼數(shù)據(jù)庫中；

記錄模塊320，用于在基于所述圖像驗證碼數(shù)據(jù)庫對終端進行驗證碼驗證的過程中，如果向所述終端發(fā)送的所述第一類別標簽對應(yīng)的正確驗證碼圖像中包括所述第一圖像，且所述終端選擇的驗證碼圖像中不包括所述第一圖像，則記錄所述第一圖像出現(xiàn)類別標簽不匹配事件；

標記模塊330，用于當記錄的所述第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)滿足第一預(yù)設(shè)數(shù)量條件時，標記所述第一圖像與所述第一類別標簽不匹配。

可選的，所述記錄模塊320還用于：

在基于所述圖像驗證碼數(shù)據(jù)庫對終端進行驗證碼驗證的過程中，如果向所述終端發(fā)送的錯誤驗證碼圖像中包括所述第一圖像，且所述終端選擇的驗證碼圖像中包括所述第一圖像，則記錄所述第一圖像出現(xiàn)類別標簽不匹配事件。

可選的，如圖4所示，所述裝置還包括：

確定模塊340，用于確定當前驗證碼驗證的過程中正確驗證碼圖像對應(yīng)的第二類別標簽，記錄所述第二類別標簽與所述第一圖像的匹配事件；

所述記錄模塊320，還用于當記錄的所述第二類別標簽與所述第一圖像的匹配事件的次數(shù)滿足第二預(yù)設(shè)數(shù)量條件時，將所述第二類別標簽記錄為所述第一圖像的類別標簽。

可選的，所述第一類別標簽是通過圖像識別模型對所述第一圖像進行識別得到的類別標簽；

如圖5所示，所述裝置還包括：

添加模塊350，用于將所述第一圖像和所述第二類別標簽對應(yīng)的添加到樣本圖像數(shù)據(jù)庫中；

更新模塊360，用于基于所述樣本圖像數(shù)據(jù)庫中的圖像和對應(yīng)的類別標簽，以及深度學(xué)習算法，對所述圖像識別模型進行更新。

可選的，所述標記模塊330，用于：

當記錄的所述第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)大于或等于預(yù)設(shè)閾值時，標記所述第一圖像與所述第一類別標簽不匹配。

可選的，如圖6所示，所述裝置還包括：

刪除模塊370，用于當記錄的所述第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)滿足第一預(yù)設(shè)數(shù)量條件時，將所述第一圖像從所述圖像驗證碼數(shù)據(jù)庫中刪除。

本公開實施例中，將第一圖像和第一類別標簽對應(yīng)的添加到圖像驗證碼數(shù)據(jù)庫中，在基于圖像驗證碼數(shù)據(jù)庫對終端進行驗證碼驗證的過程中，如果向終端發(fā)送的第一類別標簽對應(yīng)的正確驗證碼圖像中包括第一圖像，且終端選擇的驗證碼圖像中不包括第一圖像，則記錄第一圖像出現(xiàn)類別標簽不匹配事件，當記錄的第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)滿足第一預(yù)設(shè)數(shù)量條件時，標記第一圖像與第一類別標簽不匹配。這樣，可以直接獲取到類別標簽與圖像不對應(yīng)的圖像，而不需要人工去識別，從而可以提高識別類別標簽錯誤的圖像的效率。

圖7是本公開實施例中服務(wù)器的結(jié)構(gòu)示意圖。該服務(wù)器700可因配置或性能不同而產(chǎn)生比較大的差異，可以包括一個或一個以上中央處理器(central processing units，CPU)1922(例如，一個或一個以上處理器)和存儲器1932，一個或一個以上存儲應(yīng)用程序1942或數(shù)據(jù)1944的存儲介質(zhì)1930(例如一個或一個以上海量存儲設(shè)備)。其中，存儲器1932和存儲介質(zhì)1930可以是短暫存儲或持久存儲。存儲在存儲介質(zhì)1930的程序可以包括一個或一個以上模塊(圖示沒標出)，每個模塊可以包括對服務(wù)器中的一系列指令操作。更進一步地，中央處理器1922可以設(shè)置為與存儲介質(zhì)1930通信，在服務(wù)器700上執(zhí)行存儲介質(zhì)1930中的一系列指令操作。

服務(wù)器700還可以包括一個或一個以上電源1926，一個或一個以上有線或無線網(wǎng)絡(luò)接口1950，一個或一個以上輸入輸出接口1958，一個或一個以上鍵盤1956，和/或，一個或一個以上操作系統(tǒng)1941，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，F(xiàn)reeBSDTM等等。

在本實施例中，服務(wù)器700可以包括有存儲器，以及一個或者一個以上的程序，其中一個或者一個以上程序存儲于存儲器中，且經(jīng)配置以由一個或者一個以上處理器執(zhí)行所述一個或者一個以上程序包含用于進行以下操作的指令：

將第一圖像和第一類別標簽對應(yīng)的添加到圖像驗證碼數(shù)據(jù)庫中；

在基于所述圖像驗證碼數(shù)據(jù)庫對終端進行驗證碼驗證的過程中，如果向所述終端發(fā)送的所述第一類別標簽對應(yīng)的正確驗證碼圖像中包括所述第一圖像，且所述終端選擇的驗證碼圖像中不包括所述第一圖像，則記錄所述第一圖像出現(xiàn)類別標簽不匹配事件；

當記錄的所述第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)滿足第一預(yù)設(shè)數(shù)量條件時，標記所述第一圖像與所述第一類別標簽不匹配。

可選的，所述方法還包括：

在基于所述圖像驗證碼數(shù)據(jù)庫對終端進行驗證碼驗證的過程中，如果向所述終端發(fā)送的錯誤驗證碼圖像中包括所述第一圖像，且所述終端選擇的驗證碼圖像中包括所述第一圖像，則記錄所述第一圖像出現(xiàn)類別標簽不匹配事件。

可選的，如果向所述終端發(fā)送的錯誤驗證碼圖像中包括所述第一圖像，且所述終端選擇的驗證碼圖像中包括所述第一圖像，所述方法還包括：

確定當前驗證碼驗證的過程中正確驗證碼圖像對應(yīng)的第二類別標簽，記錄所述第二類別標簽與所述第一圖像的匹配事件；

當記錄的所述第二類別標簽與所述第一圖像的匹配事件的次數(shù)滿足第二預(yù)設(shè)數(shù)量條件時，將所述第二類別標簽記錄為所述第一圖像的類別標簽。

可選的，所述第一類別標簽是通過圖像識別模型對所述第一圖像進行識別得到的類別標簽；

所述方法還包括：

將所述第一圖像和所述第二類別標簽對應(yīng)的添加到樣本圖像數(shù)據(jù)庫中；

基于所述樣本圖像數(shù)據(jù)庫中的圖像和對應(yīng)的類別標簽，以及深度學(xué)習算法，對所述圖像識別模型進行更新。

可選的，所述當記錄的所述第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)滿足第一預(yù)設(shè)數(shù)量條件時，標記所述第一圖像與所述第一類別標簽不匹配，包括：

當記錄的所述第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)大于或等于預(yù)設(shè)閾值時，標記所述第一圖像與所述第一類別標簽不匹配。

可選的，所述方法還包括：

當記錄的所述第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)滿足第一預(yù)設(shè)數(shù)量條件時，將所述第一圖像從所述圖像驗證碼數(shù)據(jù)庫中刪除。

本公開實施例中，將第一圖像和第一類別標簽對應(yīng)的添加到圖像驗證碼數(shù)據(jù)庫中，在基于圖像驗證碼數(shù)據(jù)庫對終端進行驗證碼驗證的過程中，如果向終端發(fā)送的第一類別標簽對應(yīng)的正確驗證碼圖像中包括第一圖像，且終端選擇的驗證碼圖像中不包括第一圖像，則記錄第一圖像出現(xiàn)類別標簽不匹配事件，當記錄的第一圖像對應(yīng)的類別標簽不匹配事件的次數(shù)滿足第一預(yù)設(shè)數(shù)量條件時，標記第一圖像與第一類別標簽不匹配。這樣，可以直接獲取到類別標簽與圖像不對應(yīng)的圖像，而不需要人工去識別，從而可以提高識別類別標簽錯誤的圖像的效率。

盡管前面公開的內(nèi)容示出了本公開的示例性實施例，但是應(yīng)當注意，在不背離權(quán)利要求限定的本公開的范圍的前提下，可以進行多種改變和修改。根據(jù)這里描述的公開實施例的方法權(quán)利要求的功能、步驟和/或動作不需以任何特定順序執(zhí)行。此外，盡管本公開的元素可以以個體形式描述或要求，但是也可以設(shè)想多個，除非明確限制為單數(shù)。

以上所述的具體實施方式，對本公開的目的、技術(shù)方案和有益效果進行了進一步詳細說明，所應(yīng)理解的是，以上所述僅為本公開的具體實施方式而已，并不用于限定本公開的保護范圍，凡在本公開的精神和原則之內(nèi)，所做的任何修改、等同替換、改進等，均應(yīng)包含在本公開的保護范圍之內(nèi)。