[發明專利]果蔬識別方法及裝置

在審

• 申請號: 202010621644.8
• 申請日: 2020-06-30
• 公開（公告）號: CN111814862A
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 姜沛;曹鋒銘
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/73;G06N3/04;G06N3/08
• 代理公司: 北京匯思誠業知識產權代理有限公司 11444
• 代理人: 馮曉平

1.一種果蔬識別方法，其特征在于，所述方法包括：

獲取樣本圖像，所述樣本圖像至少包括一種類別的果蔬；

獲取所述樣本圖像中各種類別的果蔬的位置信息以及類別標簽；

根據所述樣本圖像、所述樣本圖像中各種類別的果蔬的位置信息以及類別標簽對初始深度學習模型進行訓練，生成果蔬識別模型；

將待識別圖像輸入訓練好的果蔬識別模型，輸出識別結果，其中，所述識別結果包括果蔬的類別標簽及位置信息。

2.根據權利要求1所述的方法，其特征在于，所述獲取所述樣本圖像中各種類別的果蔬的位置信息以及類別標簽，包括：

通過標記工具對每張樣本圖像中的果蔬進行標注，生成果蔬的位置信息；

設置所標注的果蔬的類別標簽，并將所述類別標簽與所述果蔬的位置信息進行關聯；

根據關聯后的所述類別標簽與所述果蔬的位置信息生成模型可讀的文件。

3.根據權利要求1所述的方法，其特征在于，利用矩形框對每張樣本圖像中的果蔬進行標注，將所述矩形框的位置信息確定為所述果蔬的位置信息。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：

當所述果蔬識別模型所輸出的待測試圖像中各種果蔬的類別標簽以及各種果蔬的位置信息的準確率小于預設閾值時，獲取待測試圖像中各種果蔬的實際位置信息以及各種所述商品的實際類別標簽；

根據待測試圖像、待測試圖像中各種果蔬的實際位置信息以及各種果蔬的實際類別標簽對所述果蔬識別模型進行訓練，直至所述果蔬識別模型所輸出的待測試圖像中各種果蔬的分類結果以及位置信息的準確率大于或等于預設閾值。

5.根據權利要求1所述的方法，其特征在于，所述將待識別圖像輸入訓練好的果蔬識別模型，輸出識別結果，包括：

當所述識別結果為所述待識別圖像中不包含果蔬，則輸出圖像中不包含果蔬的結論；

當所述識別結果為所述待識別圖像中包含果蔬，則輸出包括果蔬的類別標簽、位置信息及數量的結論。

6.根據權利要求1～5任一項所述的方法，其特征在于，在所述獲取所述樣本圖像中各種類別的果蔬的位置信息以及類別標簽之前，所述方法還包括：

對所述樣本圖像進行預處理，所述預處理包括對所述樣本圖像進行放大和/或縮小和/或亮度增強和/或亮度減弱和/或翻轉和/或增加噪聲。

7.根據權利要求1所述的方法，其特征在于，所述果蔬識別模型為YOLOv3模型，所述根據所述樣本圖像、所述樣本圖像中各種類別的果蔬的位置信息以及類別標簽對初始深度學習模型進行訓練，生成果蔬識別模型，包括：

將所述樣本圖像按照預設的比例分別訓練集及驗證集；

將訓練集輸入YOLOv3模型進行訓練，直至達到預設的迭代數停止訓練；

記錄訓練集每一次迭代的損失函數值，并基于訓練集中的迭代次數和損失函數值繪制訓練損失函數曲線圖，確定損失函數收斂時所對應的迭代次數的合格范圍；

將驗證集的每一張樣本圖像輸入迭代次數在合格范圍內的每一個YOLOv3模型；

選取識別效果最好的迭代次數值對應的YOLOv3網絡模型作為訓練好的果蔬識別模型。

8.一種果蔬識別裝置，其特征在于，所述裝置包括：

第一獲取單元，用于獲取樣本圖像，所述樣本圖像至少包括一種類別的果蔬；

第二獲取單元，用于獲取所述樣本圖像中各種類別的果蔬的位置信息以及類別標簽；

生成單元，用于根據所述樣本圖像、所述樣本圖像中各種類別的果蔬的位置信息以及類別標簽對初始深度學習模型進行訓練，生成果蔬識別模型；

輸出單元，用于將待識別圖像輸入訓練好的果蔬識別模型，輸出識別結果，其中，所述識別結果包括果蔬的類別標簽及位置信息。

9.一種計算機非易失性存儲介質，其特征在于，所述存儲介質包括存儲的程序，在所述程序運行時控制所述存儲介質所在設備執行權利要求1至7任意一項所述的果蔬識別方法。

10.一種計算機設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7任意一項所述的果蔬識別方法。