[發明專利]果蔬智能計價方法、裝置、存儲介質及設備

在審

• 申請號: 201910033427.4
• 申請日: 2019-01-14
• 公開（公告）號: CN109816439A
• 公開（公告）日: 2019-05-28
• 發明（設計）人: 陳向文;陳翀
• 申請（專利權）人: 珠海格力電器股份有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06K9/62;G06N3/04
• 代理公司: 天津三元專利商標代理有限責任公司 12203
• 代理人: 錢凱

本發明提供了一種果蔬智能計價方法、裝置、存儲介質及設備，所述方法包括：獲取各類別果蔬的圖像數據集，將其作為深度學習的訓練樣本進行模型訓練得到果蔬識別模型；采集待計價果蔬的圖像數據；利用所述果蔬識別模型對所述圖像數據進行分類，以獲取待計價果蔬的類別；查詢所述分類結果對應的單價信息，并根據所述單價信息和待計價果蔬的重量信息得到待計價果蔬的總價。本發明利用深度學習圖像識別技術識別果蔬種類，自動選擇對應的售價并結合重量進行計價清算，減少人為操作因素導致的誤差，極大提高了工作效率。

技術領域

本發明涉及圖像識別技術領域，尤其涉及一種果蔬智能計價方法、裝置、存儲介質及設備。

背景技術

農貿市場和超市中售賣的水果和蔬菜品種繁多，其形狀、紋理和大小等因素也各不相同，便捷、準確地進行結算果蔬價格，避免不必要的經濟損失，對超市和農貿市場，以及消費者具有重要意義。

近年來，智能單品極大地便利了人們的生活，目前市場上普遍應用稱重儀器人為操作果蔬類標簽碼選取價格進行價錢結算，在人流量較大的情況下，操作極不便利，同時需工作人員牢記果蔬對應條形碼，工作效率低，且只能在待定工作區域進行計價清算購買果蔬，易造成結算擁塞現象。

發明內容

鑒于上述問題，本發明提出了一種果蔬智能計價方法、裝置、存儲介質及設備，利用深度學習圖像識別技術識別果蔬種類，自動選擇對應的售價并結合重量進行計價清算，減少人為操作因素導致的誤差，極大提高了工作效率。

本發明的一個方面，提供了一種果蔬智能計價方法，所述方法包括：

獲取各類別果蔬的圖像數據集，將其作為深度學習的訓練樣本進行模型訓練得到果蔬識別模型；

采集待計價果蔬的圖像數據；

利用所述果蔬識別模型對所述圖像數據進行分類，以獲取待計價果蔬的類別；

查詢所述分類結果對應的單價信息，并根據所述單價信息和待計價果蔬的重量信息得到待計價果蔬的總價。

可選地，所述利用所述果蔬識別模型對所述圖像數據進行分類，以獲取待計價果蔬的類別，還包括：

若所述果蔬識別模型的分類結果大于或等于兩個類別，則采集用戶輸入的語音數據；

識別所述語音數據，并根據所述語音數據的識別結果確定待計價果蔬的類別。

可選地，所述獲取各類別果蔬的圖像數據集，將其作為深度學習的訓練樣本進行模型訓練得到果蔬識別模型，包括：

將各類別果蔬的圖像數據集輸入卷積神經網絡模型進行訓練，以供所述卷積神經網絡模型通過多輪卷積層和池化層進行特征提取，經過全連接層將提取的特征表示映射到樣本標記空間，并經過softmax層實現果蔬類別的輸出。

可選地，所述方法還包括：

預先對各類別果蔬的圖像數據集進行去噪預處理，并將預處理后的圖像數據集作為深度學習的訓練樣本。

可選地，在所述查詢所述分類結果對應的單價信息之前，所述方法還包括：

對待計價果蔬進行稱重，以采集待計價果蔬的重量信息，或接收用戶輸入的待計價果蔬的重量信息。

本發明的另一個方面，提供了一種果蔬智能計價裝置，包括：

模型訓練模塊，用于獲取各類別果蔬的圖像數據集，將其作為深度學習的訓練樣本進行模型訓練得到果蔬識別模型；

圖像采集模塊，用于采集待計價果蔬的圖像數據；

分類模塊，用于利用所述果蔬識別模型對所述圖像數據進行分類，以獲取待計價果蔬的類別；