[發明專利]產線物品基于目標檢測的識別方法及系統在審
| 申請號： | 202110977520.8 | 申請日： | 2021-08-24 |
| 公開（公告）號： | CN113610047A | 公開（公告）日： | 2021-11-05 |
| 發明（設計）人： | 肖勇民;傅俊 | 申請（專利權）人： | 上海發網供應鏈管理有限公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京方韜法業專利代理事務所(普通合伙) 11303 | 代理人： | 黨小林 |
| 地址： | 200000 上海*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 物品 基于 目標 檢測 識別 方法 系統 | ||
1.一種產線物品基于目標檢測的識別方法，其特征在于，包括：
獲取商品在生產狀態下不同角度的照片，組成訓練數據集；
對訓練數據集中的照片進行商品類別及邊界的標注，生成標簽數據；
將照片及對應的標簽數據輸入至fasterrcnn模型中，進行模型訓練；
利用完成訓練的fasterrcnn模型進行目標檢測識別。
2.根據權利要求1所述的產線物品基于目標檢測的識別方法，其特征在于，獲取商品在生產狀態下不同角度的照片，組成訓練數據集，包括：
從三個角度對商品進行拍照,同時物品底部的轉盤會按照的一定的速度轉動，形成商品的照片。
3.根據權利要求1所述的產線物品基于目標檢測的識別方法，其特征在于，對訓練數據集中的照片進行商品類別及邊界的標注，生成標簽數據，包括：
為圖片里的物品打標簽；
圖片的標簽轉成對應的xml文件，方便作為模型的輸入。
4.根據權利要求3所述的產線物品基于目標檢測的識別方法，其特征在于，為圖片里的物品打標簽，包括：
利用labelme軟件為上述照片的每個物品加bound以及類別。
5.根據權利要求1所述的產線物品基于目標檢測的識別方法，其特征在于，將照片及對應的標簽數據輸入至fasterrcnn模型中，進行模型訓練，包括：
FasterRCNN首先使用一組基礎的conv+relu+pooling層提取image的featuremaps；
RPN網絡通過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，送入后續全連接層判定目標類別；
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。
6.一種產線物品基于目標檢測的識別系統，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，
當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現根據權利要求1至5任意一項所述的產線物品基于目標檢測的識別方法。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于上海發網供應鏈管理有限公司，未經上海發網供應鏈管理有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110977520.8/1.html，轉載請聲明來源鉆瓜專利網。
