[發明專利]物品識別模型訓練方法、物品識別方法、裝置及電子設備

有效

• 申請號: 201911050320.7
• 申請日: 2019-10-30
• 公開（公告）號: CN110781973B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 杜義賢;周俊杰;王剛;陳德;石金進
• 申請（專利權）人: 廣東利元亨智能裝備股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/34;G06N3/04;G06N3/08
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 安衛靜

本申請提供了一種物品識別模型訓練方法、物品識別方法、裝置及電子設備，其中，該物品識別模型訓練方法包括：將物品樣本圖片集中的所有物品圖片按照設定劃分規則進行分段處理，以得到每張物品圖片的多張分段樣本圖；將每張物品圖片的多張分段樣本圖輸入待訓練模型進行訓練，以得到目標物品識別模型。

技術領域

本申請涉及物品識別技術領域，具體而言，涉及一種物品識別模型訓練方法、物品識別方法、裝置及電子設備。

背景技術

就物品的識別主要是將不同類型的物品進行分別識別。現有的一般做法是對每款物品，均建立一個樣本庫，各款物品獨立使用一個樣本庫，從而導致各個同一種物品的不同型號的物品無法實現缺陷樣本之間的共享利用，難以適應不同型號的物品尺寸的需求，從而影響對不同型號的物品的檢測效果。

發明內容

有鑒于此，本申請實施例的目的在于提供一種物品識別模型訓練方法、物品識別方法、裝置及電子設備。能夠達到確定出的目標物品識別模型能夠對各類物品進行有效識別的效果。

第一方面，本發明實施例提供一種物品識別模型訓練方法，包括：

將物品樣本圖片集中的所有物品圖片按照設定劃分規則進行分段處理，以得到每張物品圖片的多張分段樣本圖；

將每張物品圖片的多張分段樣本圖輸入待訓練模型進行訓練，以得到目標物品識別模型。

在可選的實施方式中，所述將物品樣本圖片集中的所有物品圖片按照設定劃分規則進行分段處理，以得到每張物品圖片的多張分段樣本圖的步驟，包括：

確定所述物品樣本集中的每張物品圖片中的物品的目標物品型號；

按照每張物品圖片中的物品的目標物品型號對應的設定劃分規則，對每張物品圖片進行分段處理，以得到每張物品圖片的多張分段樣本圖。

本申請實施例提供的物品識別模型訓練方法，還可以每款不同型號的物品可以配置一設定劃分規則，可以滿足不同型號物品的需求，從而可以使劃分后的分段樣本圖能夠更符合物品的檢測需求。

在可選的實施方式中，所述目標物品型號對應的設定劃分規則按照以下方式確定：

針對所述目標物品型號的物品圖片集中的物品圖片，將物品圖片按照所述目標物品型號的劃分寬度、當前劃分段數進行劃分，以得到多張劃分圖片；

將所述多張劃分圖片輸入所述目標物品型號對應的指定識別模型進行識別，以確定當前劃分段數對應的準確率；

當所述當前劃分段數對應的準確率小于第一設定值時，對所述當前劃分段數進行更新；

當所述當前劃分段數對應的準確率大于第一設定值時，將所述準確率大于設定值時的當前劃分段數作為目標劃分段數；所述目標物品型號的設定劃分規則為按照所述目標劃分段數及目標物品型號的劃分寬度將所述目標物品型號的物品圖片劃分成多張劃分圖片。

本申請實施例提供的物品識別模型訓練方法，就一目標物品型號的物品而言，可以通過循環的識別，確定出能夠更好地對物品缺陷進行識別的一劃分寬度，從而使劃分后的多張分段樣本圖作為訓練樣本能夠更好地確定出物品中的缺陷。

在可選的實施方式中，在所述針對所述物品圖片集中的物品圖片，將物品圖片按照所述目標物品型號的劃分寬度、當前劃分段數進行劃分，以得到多張劃分圖片的步驟之前，所述方法還包括：

將所述物品圖片集輸入所述指定識別模型進行識別，以確定出所述物品圖片集中的各個物品圖片的物品缺陷寬度分布；

根據所述物品缺陷寬度分布確定所述目標物品型號的劃分寬度。