[發明專利]一種基于深度學習和圖像處理的貨架商品模糊檢測方法

在審

• 申請號: 202011015957.5
• 申請日: 2020-09-24
• 公開（公告）號: CN112329522A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 魏勛;李一帆
• 申請（專利權）人: 上海品覽數據科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 上海創開專利代理事務所(普通合伙) 31374
• 代理人: 汪發成

1.一種基于深度學習和圖像處理的貨架商品模糊檢測方法，其特征在于，包括如下步驟：

S1、獲取不同角度，不同光照，不同分辨率的貨架圖片；

S2、訓練貨架檢測模型；

S3、訓練商品檢測模型；

S4、對貨架圖像進行檢測，得到貨架的bbox，即為貨架區域；

S5、對貨架區域內的像素計算拉普拉斯方差，如果高于閾值THRESHOLD_1則為清晰圖片，反之進入S6；

S6、對貨架圖像進行商品檢測，得到商品的bbox列表；

S7、對商品bbox區域的像素計算拉普拉斯方差；

S8、如果超過一半的商品的拉普拉斯方差大于THRESHOLD_2，則為清晰圖片，反之為模糊。

2.根據權利要求1所述的一種基于深度學習和圖像處理的貨架商品模糊檢測方法，其特征在于，所述S2步驟具體包括如下步驟：

S21、收集不同角度，光照的貨架圖片；

S22、對部分商品圖片進行人工標注訓練一個較弱的貨架檢測模型M0；

S23、使用M0對全量數據進行預標注，人工調整；

S24、使用全量數據訓練貨架檢測模型M1。

3.根據權利要求1所述的一種基于深度學習和圖像處理的貨架商品模糊檢測方法，其特征在于，所述S3步驟具體包括如下步驟：

S31、收集不同角度，光照的貨架商品圖片；

S32、對部分商品圖片進行人工標注訓練一個較弱的商品檢測模型M2；

S33、使用M0對全量數據進行預標注，人工調整；

S34、使用全量數據訓練商品檢測模型M3。