[發(fā)明專利]產(chǎn)線物品基于目標(biāo)檢測的識別方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110977520.8
• 申請日: 2021-08-24
• 公開（公告）號: CN113610047A
• 公開（公告）日: 2021-11-05
• 發(fā)明（設(shè)計）人: 肖勇民;傅俊
• 申請（專利權(quán)）人: 上海發(fā)網(wǎng)供應(yīng)鏈管理有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京方韜法業(yè)專利代理事務(wù)所(普通合伙) 11303
• 代理人: 黨小林

1.一種產(chǎn)線物品基于目標(biāo)檢測的識別方法，其特征在于，包括：

獲取商品在生產(chǎn)狀態(tài)下不同角度的照片，組成訓(xùn)練數(shù)據(jù)集；

對訓(xùn)練數(shù)據(jù)集中的照片進行商品類別及邊界的標(biāo)注，生成標(biāo)簽數(shù)據(jù)；

將照片及對應(yīng)的標(biāo)簽數(shù)據(jù)輸入至fasterrcnn模型中，進行模型訓(xùn)練；

利用完成訓(xùn)練的fasterrcnn模型進行目標(biāo)檢測識別。

2.根據(jù)權(quán)利要求1所述的產(chǎn)線物品基于目標(biāo)檢測的識別方法，其特征在于，獲取商品在生產(chǎn)狀態(tài)下不同角度的照片，組成訓(xùn)練數(shù)據(jù)集，包括：

從三個角度對商品進行拍照,同時物品底部的轉(zhuǎn)盤會按照的一定的速度轉(zhuǎn)動，形成商品的照片。

3.根據(jù)權(quán)利要求1所述的產(chǎn)線物品基于目標(biāo)檢測的識別方法，其特征在于，對訓(xùn)練數(shù)據(jù)集中的照片進行商品類別及邊界的標(biāo)注，生成標(biāo)簽數(shù)據(jù)，包括：

為圖片里的物品打標(biāo)簽；

圖片的標(biāo)簽轉(zhuǎn)成對應(yīng)的xml文件，方便作為模型的輸入。

4.根據(jù)權(quán)利要求3所述的產(chǎn)線物品基于目標(biāo)檢測的識別方法，其特征在于，為圖片里的物品打標(biāo)簽，包括：

利用labelme軟件為上述照片的每個物品加bound以及類別。

5.根據(jù)權(quán)利要求1所述的產(chǎn)線物品基于目標(biāo)檢測的識別方法，其特征在于，將照片及對應(yīng)的標(biāo)簽數(shù)據(jù)輸入至fasterrcnn模型中，進行模型訓(xùn)練，包括：

FasterRCNN首先使用一組基礎(chǔ)的conv+relu+pooling層提取image的featuremaps；

RPN網(wǎng)絡(luò)通過softmax判斷anchors屬于positive或者negative，再利用boundingboxregression修正anchors獲得精確的proposals；

RoiPooling層收集輸入的featuremaps和proposals，綜合這些信息后提取proposalfeaturemaps，送入后續(xù)全連接層判定目標(biāo)類別；

Classification利用proposalfeaturemaps計算proposal的類別，同時再次boundingboxregression獲得檢測框最終的精確位置。

6.一種產(chǎn)線物品基于目標(biāo)檢測的識別系統(tǒng)，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當(dāng)所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實現(xiàn)根據(jù)權(quán)利要求1至5任意一項所述的產(chǎn)線物品基于目標(biāo)檢測的識別方法。