[發明專利]物品檢測方法、裝置、電子設備及存儲介質

在審

• 申請號: 202210369860.7
• 申請日: 2022-04-08
• 公開（公告）號: CN114648632A
• 公開（公告）日: 2022-06-21
• 發明（設計）人: 孫蘊哲;羅棕太
• 申請（專利權）人: 北京市商湯科技開發有限公司
• 主分類號: G06V10/25
• 分類號: G06V10/25;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京中知恒瑞知識產權代理事務所(普通合伙) 11889
• 代理人: 袁忠林

本公開提供了一種物品檢測方法、裝置、電子設備及存儲介質，其中，該方法包括：獲取反映用戶從存儲柜中拿取物品的待檢測圖像；將待檢測圖像輸入訓練好的目標神經網絡進行目標檢測，得到待檢測圖像中的每個物品的位置信息；其中，目標神經網絡基于預先構建好的神經網絡、圖像樣本和損失函數訓練得到，圖像樣本中包含至少兩個樣本物品以及每個樣本物品的真實標注框，損失函數包括第一損失函數以及第二損失函數，第一損失函數用于減小每個物品的預測框與真實標注框之間的距離，第二損失函數用于增大每個物品的預測框與目標檢測框之間的距離。本公開實施例，可以提升密集場景下物品的檢測精度。

技術領域

本公開涉及計算機視覺技術領域，具體而言，涉及一種物品檢測方法、物品檢測裝置、電子設備及計算機可讀存儲介質。

背景技術

隨著計算機視覺技術的不斷發展，目標檢測技術被得到廣泛開發。基于神經網絡的目標檢測技術，可以提高物品檢測的準確率，同時具有較強的泛化能力和魯棒性。

然而，在一些密集場景下，比如用戶同時從存儲柜中拿取多個物品的場景，在目標檢測過程中通常會出現物品漏檢或者誤檢的情況，影響用戶體驗。

發明內容

本公開實施例至少提供一種物品檢測方法、物品檢測裝置、電子設備及計算機可讀存儲介質。

本公開實施例提供了一種物品檢測方法，包括：

獲取反映用戶從存儲柜中拿取物品的待檢測圖像；

將所述待檢測圖像輸入訓練好的目標神經網絡進行目標檢測，得到所述待檢測圖像中的每個物品的位置信息；

其中，所述訓練好的目標神經網絡基于預先構建好的神經網絡、圖像樣本和損失函數訓練得到，所述圖像樣本中包含至少兩個樣本物品以及每個樣本物品的真實標注框，所述損失函數包括第一損失函數以及第二損失函數，所述第一損失函數用于減小所述每個物品的預測框與所述真實標注框之間的距離，所述第二損失函數用于增大所述每個物品的預測框與目標檢測框之間的距離，所述目標檢測框包括目標真實標注框以及目標預測框，所述目標真實標注框為與所述預測框相鄰的真實標注框，所述目標預測框為與所述預測框相鄰的其他預測框，所述預測框為所述神經網絡對所述圖像樣本進行目標檢測得到的每個物品的檢測框。

本公開實施例中，由于訓練好的目標神經網絡是基于預先構建好的神經網絡、圖像樣本和損失函數訓練得到的，該損失函數包括第一損失函數以及第二損失函數，且第一損失函數用于減小每個物品的預測框與真實標注框之間的距離，第二損失函數用于增大每個物品的預測框與目標檢測框之間的距離，如此，將待檢測圖像輸入訓練好的目標神經網絡進行目標檢測，可以更好的提升密集場景下物品的檢測精度，進而使得待檢測圖像的檢測結果更加準確。

在一種可能的實施方式中，所述目標神經網絡通過如下方法訓練得到：

獲取圖像樣本集合，所述圖像樣本集合包括至少兩幀所述圖像樣本；

將所述圖像樣本輸入所述神經網絡進行目標檢測，得到所述圖像樣本中的每個物品的預測框；

基于所述圖像樣本中的每個物品的預測框以及所述圖像樣本中的每個物品的真實標注框，確定所述損失函數的損失值；

基于所述損失值，調整所述神經網絡的網絡參數；

重復上述訓練過程，直至所述損失值滿足預設條件或者訓練次數達到預設次數，得到所述訓練好的目標神經網絡。

本公開實施例中，通過將圖像樣本輸入神經網絡，然后根據圖像樣本中的每個物品的預測框以及圖像樣本中的每個物品的真實標注框，確定損失函數的損失值，并基于損失值，調整神經網絡的網絡參數，直至損失值滿足預設條件或者訓練次數達到預設次數，得到訓練好的目標神經網絡，如此，可以通過重復上述訓練過程，進一步得到訓練好的目標神經網絡，以提升密集場景下物品的檢測精度。