[發明專利]一種智能識別方法及設備

在審

• 申請號: 202010902997.5
• 申請日: 2020-09-01
• 公開（公告）號: CN112016487A
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 胡剛;張敏;蔣亞青
• 申請（專利權）人: 北京愛索創新科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京睿博行遠知識產權代理有限公司 11297
• 代理人: 龔家驊

本發明公開了一種智能識別方法及設備，該方法包括：獲取待識別對象的待識別圖像，所述待識別對象具體為餐具清洗生產線上清洗完成的餐具，基于預設神經網絡模型對所述待識別圖像進行識別，確定出所述待識別對象的參數信息，其中，所述預設神經網絡模型是根據所述待識別對象建立的，所述參數信息包括待識別對象的類型和數量，最后，輸出所述參數信息，從而快速準確的識別出餐具的類型和數量，提高了餐具生產線的自動化效率。

技術領域

本申請涉及工業互聯網領域，更具體地，涉及一種智能識別方法及設備。

背景技術

隨著現代科技的進步，越來越多的工業生產線也在逐漸智能化與機械化，但在工業生產線中仍有一些環節處于人工處理等生產效率低下的方式。

例如在餐具生產線中，生產出的餐具在自動清洗完成后依舊是靠人工處理的方式來清點餐具的數量以及類型，這種處理方式效率低下且容易出現差錯，其人工成本也較高，現有的自動識別也沒有辦法做到實時識別，影響了餐具生產線的生產效率和降低了餐具生產線的自動化效率。

因此，如何快速準確的識別出餐具的類型和數量，從而提高餐具生產線的自動化效率，是目前有待解決的技術問題。

發明內容

本發明提供一種智能識別方法，用以解決現有技術中自動識別無法做到實時識別，降低了餐具生產線的自動化效率的技術問題，該方法包括：

獲取待識別對象的待識別圖像，所述待識別對象具體為餐具清洗生產線上清洗完成的餐具；

基于預設神經網絡模型對所述待識別圖像進行識別，確定出所述待識別對象的參數信息，其中，所述預設神經網絡模型是根據所述待識別對象建立的，所述參數信息包括待識別對象的類型和數量；

輸出所述參數信息。

一些實施例中，所述預設神經網絡模型是根據所述待識別對象建立，具體包括：

獲取所述待識別對象的圖像信息；

將所述圖像信息進行歸一化處理；

基于所述歸一化處理后的圖像信息、識別神經網絡和損失函數建立預設神經網絡模型，其中，所述識別神經網絡由多個卷積層和多個全連接層組成。

一些實施例中，所述基于所述歸一化處理后的圖像信息、識別神經網絡和損失函數建立預設神經網絡模型，具體包括：

基于所述歸一化處理后的圖像信息、識別神經網絡和損失函數建立待處理神經網絡模型；

根據所述圖像信息獲取所述待處理神經網絡模型的訓練數據；

通過所述訓練數據對所述待處理神經網絡模型進行訓練，并將訓練后的所述待處理神經網絡模型作為所述預設神經網絡模型。

一些實施例中，通過所述訓練數據對待處理神經網絡模型進行訓練，具體包括：

將所述訓練數據導入至所述待處理神經網絡模型中進行訓練；

根據所述損失函數曲線變化值和黃金分割原理實時對訓練參數進行調整；

基于所述調整后的訓練參數繼續對所述待處理神經網絡模型進行訓練。

一些實施例中，所述方法還包括：

通過配置深度攝像頭獲取待識別對象的位置信息，并在輸出所述參數信息時將所述位置信息同步輸出。

相應的本發明還提供了一種智能識別設備，所述設備包括：

第一獲取模塊，獲取待識別對象的待識別圖像，所述待識別對象具體為餐具清洗生產線上清洗完成的餐具；