[發明專利]積木塊搜索方法、模型訓練方法、裝置、設備及存儲介質

在審

• 申請號: 202011330197.7
• 申請日: 2020-11-24
• 公開（公告）號: CN112417287A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 冷曉琨;常琳;黃賢賢;白學林;柯真東;王松;吳雨璁;何治成
• 申請（專利權）人: 樂聚(深圳)機器人技術有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;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: 曹瑞敏

本申請提供了一種積木塊搜索方法、模型訓練方法、裝置、設備及存儲介質，其中，積木塊搜索方法包括：獲取待處理的積木塊設備的屬性數據，根據屬性數據，檢索得到屬性數據對應的搜索關鍵詞，向服務器發送搜索請求，搜索請求中包括搜索關鍵詞，接收服務器發送的搜索關鍵詞對應的搜索內容。在本申請中，通過積木塊設備的屬性數據檢索搜索關鍵詞，并根據搜索關鍵詞進行搜索，從而提高了搜索準確度，并且操作便捷，搜索效率高。

技術領域

本申請涉及圖像識別技術領域，具體而言，涉及一種積木塊搜索方法、模型訓練方法、裝置、設備及存儲介質。

背景技術

隨著互聯網技術的快速發展，互聯網已經成為用戶學習、生活、工作中不可缺少的平臺，越來越多的用戶上網都會用到搜索引擎，其中，搜索引擎是根據用戶需求與一定算法，運用特定策略從互聯網檢索出制定信息反饋給用戶的一門檢索技術。

現有技術中，搜索引擎通常提供有一搜索框，用戶輸入待搜索的關鍵詞，后臺服務器從檢索出符合該關鍵詞對應的內容，并將該關鍵詞對應的內容以列表的形式呈現給用戶。

然而，對于積木塊產品來說，用戶可能無法獲取到準確的積木塊產品各部件的名稱，導致搜索準確度不高。

發明內容

本申請的目的在于，針對上述現有技術中的不足，提供一種積木塊搜索方法、模型訓練方法、裝置、設備及存儲介質，以解決現有技術中積木塊搜索準確度不高的問題。

為實現上述目的，本申請實施例采用的技術方案如下：

第一方面，本申請一實施例提供了一種積木塊搜索方法，所述方法包括：

獲取待處理的積木塊設備的屬性數據；

根據所述屬性數據，檢索得到所述屬性數據對應的搜索關鍵詞；

向服務器發送搜索請求，所述搜索請求中包括所述搜索關鍵詞，接收所述服務器發送的所述搜索關鍵詞對應的搜索內容。

在一可選的實施方式中，所述根據所述待處理的積木塊設備進行圖像識別，獲取所述待處理的積木塊設備的屬性數據，包括：

通過預設攝像頭采集所述待處理的積木塊設備的積木塊圖像；

對所述積木塊圖像進行圖像識別處理，獲取所述待處理的積木塊設備的屬性數據。

在一可選的實施方式中，所述根據所述待處理的積木塊設備進行圖像識別，獲取所述待處理的積木塊設備的屬性數據之后，所述方法還包括：

在顯示屏中的預設區域、顯示所述待處理的積木塊設備的屬性數據。

在一可選的實施方式中，所述根據所述屬性數據，檢索得到所述屬性數據對應的搜索關鍵詞，包括：

將所述屬性數據作為模型輸入，采用預先訓練的關鍵詞確定模型，獲取所述屬性數據對應的搜索關鍵詞，其中，所述關鍵詞確定模型由樣本圖像集訓練獲取，所述樣本圖像集包括：多張積木塊圖像、各所述積木塊圖像對應的屬性數據，各所述積木塊圖像標注有搜索關鍵詞。

在一可選的實施方式中，所述屬性數據包括如下數據中的至少一種：

積木塊的數量、積木塊的類型、積木塊的組合順序。

第二方面，本申請另一實施例提供了一種模型訓練方法，所述方法包括：

獲取樣本圖像集，所述樣本圖像集包括：多張積木塊圖像、各所述積木塊圖像對應的屬性數據，各所述積木塊圖像標注有搜索關鍵詞；

根據所述樣本圖像集、以及預設神經網絡模型進行模型訓練，得到關鍵詞確定模型，所述關鍵詞確定模型用于根據積木塊設備的屬性數據識別獲取對應的搜索關鍵詞。