The embodiment of this application discloses a method and device for determining an item label. One specific embodiment of the method includes: extracting the image of the predetermined item from the pre-acquired shelf image; extracting the feature of the predetermined item from the image of the predetermined item based on the pre-trained machine learning model; matching the feature of the predetermined item with the pre-established feature library, and confirming the label corresponding to the feature of the highest matching degree between the feature library and the feature of the predetermined item. A label for the intended item. Because the label of items in the shelf image can be identified by feature library, the label of items in the shelf image can be determined by adding the features of items acquired from a small number of images through machine learning model to the feature library. Compared with the original object recognition model trained by the classification method to identify the labels of items in the shelf image, it can reduce the cost of human resources and time.
【技术实现步骤摘要】
用于确定物品标签的方法和装置
本申请涉及计算机
,具体涉及图像识别
,尤其涉及一种用于确定物品标签的方法和装置。
技术介绍
传统的商场或超市货架中货物的管理中,通常由人工对货架中的物品的状态进行确认,例如物品是否缺货、位置摆放是否正确等进行确认。这样就难免造成不能在第一时间发现货品的缺货,位置错误等问题,影响补货等后续进展,会直接影响收益等问题。为了加快对货架中的物品的状态进行确认,可以每隔预定时间采集货架照片,通过图像识别的技术在后台对货架上的物品的品项及物品的状态进行确认。利用现有的图像识别技术识别在后台对货架上的物品的品项及物品的状态时首先需要建立物品识别模型,利用物品识别模型来识别对货架上的物品的品项。目前使用的物品识别模型基于分类训练,也即使用大量的图像数据来训练物品识别模型以使物品识别模型可识别物品的品项。这样一来,当增加新品项的物品时,就需要使用包括原有品项物品的图像对对上述物品识别模型进行重新训练,以使物品识别模型可以识别出各品项的物品。当不断有新品项的物品增加时,需要使用大量的图像、不断地对物品识别模型进行训练。使得物品识别模型的维护需要消耗极大的人力成本和时间成本。
技术实现思路
本申请的目的在于提出一种用于确定物品标签的方法和装置,来解决以上
技术介绍
部分提到的技术问题。第一方面,本申请提供了一种用于确定物品标签的方法,上述用于确定物品标签的方法包括:从预先获取的货架图像中提取预定物品的图像;基于预先训练的机器学习模型从预定物品的图像中提取预定物品的特征;将预定物品的特征与预先建立的特征库进行匹配,其中,特征库中存储有多个物品中 ...
【技术保护点】
1.一种用于确定物品标签的方法,其特征在于,所述方法包括:从预先获取的货架图像中提取预定物品的图像;基于预先训练的机器学习模型从所述预定物品的图像中提取所述预定物品的特征;将所述预定物品的特征与预先建立的特征库进行匹配,其中,所述特征库中存储有多个物品中每个物品的特征以及每个物品对应的标签,任意一个物品的特征与该物品对应的标签关联存储,所述标签用于表示物品所属的品项;将特征库中与所述预定物品的特征匹配度最高的特征所对应的标签确定为所述预定物品的标签。
【技术特征摘要】
1.一种用于确定物品标签的方法,其特征在于,所述方法包括:从预先获取的货架图像中提取预定物品的图像;基于预先训练的机器学习模型从所述预定物品的图像中提取所述预定物品的特征;将所述预定物品的特征与预先建立的特征库进行匹配,其中,所述特征库中存储有多个物品中每个物品的特征以及每个物品对应的标签,任意一个物品的特征与该物品对应的标签关联存储,所述标签用于表示物品所属的品项;将特征库中与所述预定物品的特征匹配度最高的特征所对应的标签确定为所述预定物品的标签。2.根据权利要求1所述的方法,其特征在于,所述预先建立的特征库是按照如下步骤获得的:获取标注了注解信息的物品的图像;将所述标注了注解信息的物品的图像输入到预先训练的机器学习模型以提取所述物品的特征;将提取的所述物品的特征与所述物品所对应的标签关联存入特征库。3.根据权利要求1所述的方法,其特征在于,在所述将特征库中与所述预定物品的特征匹配度最高的特征所对应的标签确定为所述预定物品的标签之后,所述方法还包括:在所述货架图像中增加与各物品对应的标签。4.根据权利要求1所述的方法,其特征在于,在所述基于预先训练的机器学习模型从所述预定物品的图像中提取所述预定物品的特征之前,所述方法还包括:对多个品项的物品中的每个品项的物品,执行如下标注操作:获取所述品项物品的图像;对所述品项物品的图像进行标注;使用经过标注的不同品项物品的图像对机器学习模型进行训练。5.根据权利要求1所述的方法,其特征在于,所述机器学习模型为深度残差网络模型。6.一种用于确定物品标签的装置,其特征在于,所述装置包括:第一提取单元,配置用于从预先获取的货架图像中提取预定物品的图像;第二提取单元,配置用于基于预先训练的机器学习模型从所述预定物品的图像中提取所述预定物品的特征;匹配单元,配置用于将所述预定物品的特征与预...
【专利技术属性】
技术研发人员:刘晓,谭志羽,陈宇,翁志,
申请(专利权)人:北京京东尚科信息技术有限公司,北京京东世纪贸易有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。