[發明專利]熱量確定方法和裝置

在審

• 申請號: 202110348681.0
• 申請日: 2021-03-31
• 公開（公告）號: CN113780303A
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 劉朔冰;萬江
• 申請（專利權）人: 北京京東拓先科技有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種熱量確定方法，所述方法包括：

獲取各個待檢測圖像，其中，所述各個待檢測圖像用于表征目標對象各個不同方位的視圖，所述視圖中包含所述目標對象的圖形和作為所述目標對象參照物的參照對象的圖形；

將所述各個待檢測圖像輸入至預先訓練的目標檢測模型，得到與所述各個待檢測圖像對應的所述目標對象識別結果、所述參照對象識別結果、所述目標對象識別結果的準確率、所述參照對象識別結果的準確率、所述目標對象對應圖形的第一外邊框尺寸和所述參照圖像對應圖形的第二外邊框尺寸，其中，所述目標檢測模型用于表征基于卷積神經網絡對所述各個待檢測圖像中的所述目標對象和所述參照對象的所屬種類進行識別并對所述各個待檢測圖像中的所述目標對象對應圖形和所述參照對象對應圖形的外邊框尺寸進行測量；

基于所述目標對象識別結果、所述參照對象識別結果、所述目標對象識別結果的準確率、所述參照對象識別結果的準確率、所述第一外邊框尺寸和所述第二外邊框尺寸，利用熱量確定模型確定所述目標對象的體積值和所述體積值所對應的所述目標對象的熱量值，其中，所述熱量確定模型包括體積確定子模型和熱量確定子模型，所述體積確定子模型用于表征基于所述參照對象識別結果、所述參照對象識別結果的準確率、所述第一外邊框尺寸和所述第二外邊框尺寸，確定所述目標對象的體積值，所述熱量確定子模型用于表征基于所述目標對象識別結果的準確率、數據庫中與所述目標對象識別結果對應的查詢結果和所述目標對象的體積值，確定所述目標對象的熱量值。

2.根據權利要求1所述方法，其中，所述目標檢測模型包括：目標檢測子模型和圖像分割子模型；所述將所述各個待檢測圖像輸入至預先訓練的目標檢測模型，得到與所述各個待檢測圖像對應的所述目標對象識別結果、所述參照對象識別結果、所述目標對象識別結果的準確率、所述參照對象識別結果的準確率、所述目標對象對應圖形的第一外邊框尺寸和所述參照圖像對應圖形的第二外邊框尺寸，包括：

將所述各個待檢測圖像輸入至預先訓練的目標檢測子模型，得到與所述各個待檢測圖像對應的所述目標對象識別結果、所述參照對象識別結果、所述目標對象識別結果的準確率和所述參照對象識別結果的準確率，其中，所述目標檢測子模型用于表征基于提取到的所述目標對象的各個特征信息對所述目標對象的所屬種類進行識別，并基于提取到的所述參照對象的各個特征信息對所述參照對象的所屬種類進行識別，所述目標檢測子模型基于YOLO v3算法而構建；

將所述各個待檢測圖像輸入至預先訓練的圖像分割子模型，得到所述各個待檢測圖像中的所述目標對象對應的圖形和所述參照圖像對應的圖形、所述目標對象對應圖形的第一外邊框尺寸和所述參照圖像對應圖形的第二外邊框尺寸，其中，所述圖像分割子模型用于表征利用圖像處理方法對所述各個待檢測圖像中的所述目標對象對應的圖形和所述參照對象對應的圖形進行剪切。

3.根據權利要求2所述方法，其中，所述目標檢測子模型包括：特征提取子模型和預測子模型；所述將所述各個待檢測圖像輸入至預先訓練的目標檢測子模型，得到與所述各個待檢測圖像對應的所述目標對象識別結果和所述目標對象識別結果的準確率，包括：

將所述各個待檢測圖像輸入至特征提取子模型，得到各個圖像的特征信息，其中，所述特征提取子模型用于表征利用卷積神經網絡對所述各個待檢測圖像中不同尺寸的各個圖像的特征信息進行提取；

將所述各個圖像的特征信息輸入至預測子模型，得到與所述各個圖像的特征信息對應的各個圖像的預測結果和與所有圖像預測結果對應的所述目標對象識別結果和所述目標對象識別結果的準確率，其中，所述預測子模型用于表征基于提取到的每個圖像的特征信息對該圖像中所述目標對象的所屬種類進行預測，并基于所有圖像的預測結果確定所述目標對象識別結果和所述目標對象識別結果的準確率。