用于智能手机识别的方法及装置制造方法及图纸

本公开提供了一种用于智能手机识别的方法，包括：获取待识别手机的图片信息；使用目标检测模型来对所获取的待识别手机的图片信息执行手机轮廓定位提取；以及使用深度学习模型来对经过手机轮廓定位提取后的图片信息进行识别处理，以确定待识别手机是否是智能手机，其中，所述目标检测模块和所述深度学习模型是利用预先收集的智能手机图片集和功能手机图片集训练出的。利用该方法，能够高效且准确地执行智能手机识别。

Method and Device for Smart Phone Recognition

The present disclosure provides a method for Smartphone recognition, including: acquiring the image information of the mobile phone to be recognized; using the target detection model to extract the image information of the mobile phone to be recognized; and using the depth learning model to recognize and process the image information after the mobile phone contour location extraction to determine whether the mobile phone to be recognized is or not. It is a smart phone, in which the target detection module and the in-depth learning model are trained by using the pre-collected picture sets of smart phones and the picture sets of functional mobile phones. Using this method, smart phone recognition can be performed efficiently and accurately.

【技术实现步骤摘要】
用于智能手机识别的方法及装置
本公开通常涉及互联网
，更具体地，涉及用于智能手机识别的方法及装置。
技术介绍
随着人们生活水平的不断提高，所拥有的手机的更新换代越来越频繁，由此导致在人们手中会存留非常多的旧手机等。然而，这些旧手机通常还具有使用价值，并且可以提交到旧货交易平台上进行交易，或者出售给旧货回收平台。在当前旧手机回收行业，智能手机和功能手机的回收价格差距明显，从而在进行旧手机回收时，需要先进行手机类型识别，即，识别所回收的旧手机是智能手机还是功能手机，然后基于识别结果来给出回收价格。比如，对于功能手机，可以按照50元或100元的固定价格回收，而对于智能手机，则需要按照具体手机型号和新旧程度等来单独估价。在现有的一种手机类型识别方案中，利用人工观察手机型号，并对照生产厂家所提供的用户手册来完成智能手机的辨别。这种识别方案导致高昂的人工成本，并且不能满足自动化流程需求。在现有的另一手机类型识别方案中，利用机器视觉方式来进行自动识别。在该自动识别方案中，首先提取手机的特征信息，比如手机颜色、纹理等，这里所提取的特征信息是根据经验来预先设定的。然后，将所提取的手机特征信息输入本文档来自技高网...

【技术保护点】
1.一种用于智能手机识别的方法，包括：获取待识别手机的图片信息；使用目标检测模型来对所获取的待识别手机的图片信息执行手机轮廓定位提取；以及使用深度学习模型来对经过手机轮廓定位提取后的图片信息进行识别处理，以确定所述待识别手机是否是智能手机，其中，所述目标检测模型和所述深度学习模型是利用预先收集的智能手机图片集和功能手机图片集训练出的。

【技术特征摘要】
1.一种用于智能手机识别的方法，包括：获取待识别手机的图片信息；使用目标检测模型来对所获取的待识别手机的图片信息执行手机轮廓定位提取；以及使用深度学习模型来对经过手机轮廓定位提取后的图片信息进行识别处理，以确定所述待识别手机是否是智能手机，其中，所述目标检测模型和所述深度学习模型是利用预先收集的智能手机图片集和功能手机图片集训练出的。2.如权利要求1所述的方法，其中，所述目标检测模型包括下述模型中的至少一种：R-CNN模型、fastR-CNN模型、Yolo模型、SSD模型和YoloV2模型。3.如权利要求1或2所述的方法，其中，所述深度学习模型包括深度神经网络模型。4.如权利要求3所述的方法，其中，所述深度神经网络模型包括下述深度神经网络模型中的至少一种：ANN模型、CNN模型和RNN模型。5.如权利要求3所述的方法，其中，所述深度神经网络模型的隐藏层的层数是基于所述目标检测模型的类型来设定的。6.如权利要求3所述的方法，其中，所述深度神经网络模型包括多种具有不同层数的隐藏层的深度神经网络模型，所述方法还包括：从所述多种深度神经网络模型中选择所具有的隐藏层的层数与所述目标检测模型的类型匹配的深度神经网络模型。7.一种用于智能手机识别的装置，包括：图片获取单元，被配置为获取待识别手机的图片信息；定位提取单元，被配置为使用目标检测模型来对所获取的待识别手机的图片信息执行手机轮廓定位提取；以及识别处理单元，被配置为使用深度学习模型来对经过手机轮廓定位提取后的图片信息进行识别处理，以确定所述待识别手机是...

【专利技术属性】
技术研发人员：倪壮，贾冰鑫，毛仁歆，
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