5.如權(quán)利要求3所述的繪本識別方法，其特征在于，所述卷積神經(jīng)網(wǎng)絡(luò)模型根據(jù)以下方式訓(xùn)練：

采集不同繪本的每一張內(nèi)頁的N張圖像，N大于1；

對采集的所有圖像進行數(shù)據(jù)增強，數(shù)據(jù)增強后的圖像作為訓(xùn)練樣本；

根據(jù)所述訓(xùn)練樣本以及深度學(xué)習(xí)分類網(wǎng)絡(luò)對待訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，且挖掘訓(xùn)練過程中的難分類樣本，其中，所述難分類樣本是指采用所述深度學(xué)習(xí)分類網(wǎng)絡(luò)對訓(xùn)練樣本分類后，分類準(zhǔn)確率低于預(yù)設(shè)分類閾值所對應(yīng)的訓(xùn)練樣本；

根據(jù)所述難分類樣本以及所述深度學(xué)習(xí)分類網(wǎng)絡(luò)繼續(xù)對所述待訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，直到所述深度學(xué)習(xí)分類網(wǎng)絡(luò)對所述難分類樣本的分類準(zhǔn)確率大于或等于預(yù)設(shè)分類閾值。