一种用于确定图片陈列信息的方法及设备技术

本申请的目的是提供一种用于确定图片陈列信息的方法及设备。与现有技术相比，本申请所述的设备先获取已标注陈列信息的多个训练图片；再基于所述多个训练图片经卷积神经网络训练得对应的图片检测模型；当获取到待检测图片时，所述设备根据所述图片检测模型确定待检测图片的图片陈列信息。本申请实现高效、准确地识别图片的陈列方式，从而支持进一步改进所陈列图片或该图片的陈列方式，进而提高用户获取信息效率、提供用户终端屏幕资源利用率并改善用户的使用体验。

【技术实现步骤摘要】
【专利摘要】本申请的目的是提供一种用于确定图片陈列信息的方法及设备。与现有技术相比，本申请所述的设备先获取已标注陈列信息的多个训练图片；再基于所述多个训练图片经卷积神经网络训练得对应的图片检测模型；当获取到待检测图片时，所述设备根据所述图片检测模型确定待检测图片的图片陈列信息。本申请实现高效、准确地识别图片的陈列方式，从而支持进一步改进所陈列图片或该图片的陈列方式，进而提高用户获取信息效率、提供用户终端屏幕资源利用率并改善用户的使用体验。【专利说明】一种用于确定图片陈列信息的方法及设备
本申请涉及计算机领域，尤其涉及一种用于确定图片陈列信息的方法及设备。
技术介绍
随着互联网技术的发展，图片因其相对文字具有表达直观、内容丰富等优势，在越来越多的网页及应用中被广泛应用。例如，网购平台为各电商提供了各种商品信息发布机制，商家可以上传多角度、多背景的商品照片，以吸引用户。然而，在实际应用中，糟糕的图片陈列方式不仅阻碍了用户获取所需信息，也浪费了用户宝贵的带宽资源、降低了用户的屏幕利用率。显然，鉴于互联网的开放性本质，这样的情况将会持续存在；而且，由于互联网信息的爆发性，试图通过人工来审核这些图片的陈列方式也是不可行的。
技术实现思路
本申请的目的是提供一种用于确定图片陈列信息的方法及设备。根据本申请的一个方面，提供了一种用于确定图片陈列信息的方法，其中，该方法包括:获取已标注陈列信息的多个训练图片；基于所述多个训练图片经卷积神经网络训练得对应的图片检测模型；根据所述图片检测模型确定待检测图片的图片陈列信息。根据本申请的另一方面，还提供了一种用于确定图片陈列信息的设备，其中，该设备包括:第一装置，用于获取已标注陈列信息的多个训练图片；第二装置，用于基于所述多个训练图片经卷积神经网络训练得对应的图片检测模型；第三装置，用于根据所述图片检测模型确定待检测图片的图片陈列信息。与现有技术相比，本申请通过对图片的不同陈列方式的展示进行建模，并通过所建模型来确定待检测图片的图片陈列信息，实现高效、准确地识别图片的陈列方式，从而支持进一步改进所陈列图片或该图片的陈列方式，进而提高用户获取信息效率、提供用户终端屏幕资源利用率并改善用户的使用体验。【附图说明】通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显:图1示出根据本申请一个方面的一种用于确定图片陈列信息的设备示意图；图2示出根据本申请一个方面的一种用于确定图片陈列信息的设备中所获取的训练图片与陈列信息的对应关系示意图；图3示出根据本申请一个优选实施例的一种用于确定图片陈列信息的设备中第一装置的示意图；图4示出根据本申请一个优选实施例的一种用于确定图片陈列信息的设备中第二装置所执行的流程图；图5示出根据本申请一个优选实施例的一种用于确定图片陈列信息的设备中第三装置的示意图；图6示出根据本申请另一个方面的一种用于确定图片陈列信息的方法流程图；图7示出根据本申请一个优选实施例的一种用于确定图片陈列信息的方法中步骤SI的流程图；图8示出根据本申请另一个优选实施例的一种用于确定图片陈列信息的方法中步骤S3的流程图。附图中相同或相似的附图标记代表相同或相似的部件。【具体实施方式】下面结合附图对本申请作进一步详细描述。在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。图1示出根据本申请一个方面的一种用于确定图片陈列信息的设备I。其中，所述设备I包括:第一装置11、第二装置12、第三装置13。具体地，所述第一装置11用于获取已标注陈列信息的多个训练图片；所述第二装置12用于基于所述多个训练图片经卷积神经网络训练得到对应的图片检测模型；所述第三装置13用于根据所述图片检测模型确定待检测图片的图片陈列信息。在此，所述设备I可由网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云等实现。在此，云由基于云计算(Cloud Computing)的大量主机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。本领域技术人员应能理解上述网络设备仅为举例，其他现有的或今后可能出现的网络设备如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。在此，所述设备I包括一种能够按照事先设定或存储的指令，自动进行数值计算和信息处理的电子设备，其硬件包括但不限于微处理器、专用集成电路(ASIC)、可编程门阵列(FPGA)、数字处理器(DSP)、嵌入式设备等。具体地，所述第一装置11按照所述第二装置12构建图片检测模型所要求的尺寸、格式等，通过http、https等约定通信方式远程调用、或通过本地读取等方式获取训练图片及所对应的陈列信息。其中，所述训练图片可以是所存储的源图片，也可以是对源图片进行修剪之后所得到的图片等。所述第一装置11按照陈列信息的分类均匀地获取各训练图片。其中，所述陈列信息包括任何能够描述所述训练图片所展示的物品的摆放信息、以及所述物品的细节或整体效果的信息等。例如，描述服装的训练图片的陈列信息包括但不限于:模特上身陈列信息、模特下身陈列信息、模特全身陈列信息、上身平铺陈列信息、下身平铺陈列信息、全身平铺陈列信息、细节陈列信息、堆叠陈列信息、多图陈列信息、其他陈列信息等。其与训练图片的对应关系如图2举例。又如，描述家具的训练图片的陈列信息包括但不限于:正面陈列信息、立体陈列信息、侧面陈列信息、细节陈列信息、其他陈列信息等。在此，各所述训练图片所对应的陈列信息可以由对应各训练图片的数据库中直接获取。也可以根据所获取的各训练图片的陈列方式来确定，其中，所述陈列方式包括多种陈列分类信息，所标注的陈列信息包括所述多种陈列分类信息中至少一个。例如，所述第一装置11中预设了针对下身服装的陈列方式包括三种陈列分类信息，具体为:模特下身陈列分类信息、下身平铺陈列分类信息和下身细节陈列分类信息。所述第一装置11所获取的训练图片包括:模特展示裤子的图片、模特展示半身裙的图片，同时一并获取了该两幅训练图片的陈列方式均为模特下身陈列分类信息，则对应各图片的陈本文档来自技高网...

【技术保护点】
一种用于确定图片陈列信息的方法，其中，该方法包括：获取已标注陈列信息的多个训练图片；基于所述多个训练图片经卷积神经网络训练得对应的图片检测模型；根据所述图片检测模型确定待检测图片的图片陈列信息。

【技术特征摘要】

【专利技术属性】
技术研发人员：石克阳，曹阳，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY