[發明專利]一種基于本地及云服務的物體檢測識別方法

在審

• 申請號: 201811261245.4
• 申請日: 2018-10-26
• 公開（公告）號: CN109299748A
• 公開（公告）日: 2019-02-01
• 發明（設計）人: 孫成通;張金清;付憲瑞;胡焱
• 申請（專利權）人: 蘇州浪潮智能軟件有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;H04L29/08
• 代理公司: 北京權智天下知識產權代理事務所(普通合伙) 11638
• 代理人: 王新愛

本發明公開了一種基于本地及云服務的物體檢測識別方法，包括云服務端和本地服務端；所述本地服務端和云服務端通過網絡進行連接；所述網絡為互聯網或物聯網連接；所述云服務端使用物體的訓練數據集，利用云服務端的計算能力，快速的得到物體識別模型，并將得到的物體識別模型通過網絡自動下發到本地服務端內進行保存；所述本地服務端進行物體檢測并根據物體識別模型進行物體識別；本發明解決了在多種應用場景下，對物體的檢測及物體的識別。

技術領域

本發明涉及一種基于本地及云服務的物體檢測識別方法，應用于新零售的販賣機產品上，也可應用與其他所有需要進行物體識別的場景下。

背景技術

現有的物體檢測方式，多是基于傳感器方式進行檢測，例如紅外傳感器，光柵傳感器及重量傳感器等，使用場景受限，存在誤判的情況；而且對于深層次的物體識別，暫未看到有成型的解決方案。

物體檢測，對速度要求高，即要在相對較短時間點內，完成對物體有無的檢測；例如當應用于新零售中的販賣機場景時，當貨物從貨倉中推到云臺上后，需要快速的檢測云臺中是否存在貨物。此過程對速度要求高，而且必須保證在離網狀態下，仍能進行檢測。

物體識別，對準確率要求高，對速度要求高；物體識別，涉及物體數量識別和物體品牌識別；需要借助云上的強大算力，使用人工智能算法進行建模訓練，然后使用訓練出的識別模型判斷出物體的數量及品牌。

發明內容

針對上述存在的技術問題，本發明的目的是：提出了一種基于本地及云服務的物體檢測識別方法，解決了在多種應用場景下，對物體的檢測及物體的識別。

本發明的技術解決方案是這樣實現的：一種基于本地及云服務的物體檢測識別方法，包括云服務端和本地服務端；所述本地服務端和云服務端通過網絡進行連接；所述網絡為互聯網或物聯網連接；所述云服務端使用物體的訓練數據集，利用云服務端的計算能力，快速的得到物體識別模型，并將得到的物體識別模型通過網絡自動下發到本地服務端內進行保存；所述本地服務端進行物體檢測并根據物體識別模型進行物體識別。

優選的，所述本地服務端內保存的物體識別模型在與云服務端斷開后單獨使用，進行物體識別。

由于上述技術方案的運用，本發明與現有技術相比具有下列優點：

本發明的一種基于本地及云服務的物體檢測識別方法，采用云服務端和本地服務端的物體檢測及識別模式，云服務端訓練模型，將物體識別模型下發到本地服務端，本地服務端進行物體檢測，并使用物體識別模型進行物體識別，解決了在多種應用場景下，對物體的檢測及物體的識別。

具體實施方式

下面來說明本發明。

本發明所述的一種基于本地及云服務的物體檢測識別方法，包括云服務端和本地服務端；所述本地服務端和云服務端通過網絡進行連接；所述網絡為互聯網或物聯網連接；所述云服務端使用物體的訓練數據集，利用云服務端的計算能力，快速的得到物體識別模型，并將得到的物體識別模型通過網絡自動下發到本地服務端內進行保存；所述本地服務端進行物體檢測并根據物體識別模型進行物體識別。

本地服務端可以脫離云服務端而單獨使用，此時可以進行物體檢測，也可使用提前保存好的識別模型進行物體識別，所述本地服務端內保存的物體識別模型在與云服務端斷開后單獨使用，進行物體識別。

本發明的一種基于本地及云服務的物體檢測識別方法，采用云服務端和本地服務端的物體檢測及識別模式，云服務端訓練模型，將物體識別模型下發到本地服務端，本地服務端進行物體檢測，并使用物體識別模型進行物體識別，解決了在多種應用場景下，對物體的檢測及物體的識別。

上述實施例只為說明本發明的技術構思及特點，其目的在于讓熟悉此項技術的人士能夠了解本發明的內容并加以實施，并不能以此限制本發明的保護范圍，凡根據本發明精神實質所作的等效變化或修飾，都應涵蓋在本發明的保護范圍內。