一种基于神经网络的衣服尺寸测量方法、系统及电子设备技术方案

本发明专利技术提供一种基于神经网络的衣服尺寸测量方法、系统及电子设备，本方法通过获取至少一张具有待测量衣服的待检测图像和比例尺，将所述待检测图像输入至预设的神经网络，基于检测到的待测量衣服的类型，以检测出对应类型的待测量衣服的多个关键点，计算任意两个关键点之间的像素尺寸，并基于所述比例尺，将像素尺寸转化为衣服上的实际尺寸。将对衣服的尺寸检测通过神经网络进行自动测量，使得衣服的尺寸测量减少了人力成本，提高了效率。同时，根据神经网络的可训练特性，该方法可针对多种不同类型的衣服尺寸测量，无需更换设备，提高了适用性和衣服尺寸测量的效率。

【技术实现步骤摘要】
一种基于神经网络的衣服尺寸测量方法、系统及电子设备
本专利技术涉及服饰尺寸测量领域，特别涉及一种基于神经网络的衣服尺寸测量方法、系统及电子设备。
技术介绍
在服装行业，工厂生产中的一道重要的工序就是进行质检。其中，对于成衣的尺寸大小的检测尤其重要，严格的成衣质检能够提高良品率。现有成衣尺寸测量的方式主要是通过人工检测，其缺点表现在如下多个方面：检测成本高，工人劳动强度大，容易出现疲劳，检测标准不统一，检测速度慢。因此，生产现实迫切需要高效率，高精度，高稳定性，以及低成本的成衣的大小尺寸检测方式。
技术实现思路
为了克服目前现有的衣服尺寸测量方法中效率较低的问题，本专利技术提供一种基于神经网络的衣服尺寸测量方法。本专利技术为解决上述技术问题，提供一技术方案如下：一种基于神经网络的衣服尺寸测量方法，包括如下步骤:步骤S1：获取至少一张具有待测量衣服的待检测图像和一比例尺；步骤S2：将所述待检测图像输入至预设的神经网络，基于检测到的待测量衣服的类型，以检测出对应类型的待测量衣服的多个关键点；及步骤S3：计算任意两个关键点之间的像素尺寸，并基于所述比例尺，将像素尺寸转化为衣服上的实际本文档来自技高网...

【技术保护点】
1.一种基于神经网络的衣服尺寸测量方法，其特征在于：包括如下步骤:步骤S1：获取至少一张具有待测量衣服的待检测图像和一比例尺；步骤S2：将所述待检测图像输入至预设的神经网络，基于检测到的待测量衣服的类型，以检测出对应类型的待测量衣服的多个关键点；及步骤S3：计算任意两个关键点之间的像素尺寸，并基于所述比例尺，将像素尺寸转化为衣服上的实际尺寸。

【技术特征摘要】
1.一种基于神经网络的衣服尺寸测量方法，其特征在于：包括如下步骤:步骤S1：获取至少一张具有待测量衣服的待检测图像和一比例尺；步骤S2：将所述待检测图像输入至预设的神经网络，基于检测到的待测量衣服的类型，以检测出对应类型的待测量衣服的多个关键点；及步骤S3：计算任意两个关键点之间的像素尺寸，并基于所述比例尺，将像素尺寸转化为衣服上的实际尺寸。2.如权利要求1中所述基于神经网络的衣服尺寸测量方法，其特征在于：步骤S1中的比例尺通过以下步骤获得：步骤S11：获取一具有训练物体的训练图像；及步骤S12：获取所述训练物体的实际尺寸，并基于所述实际尺寸获得对应的像素尺寸，基于实际尺寸及像素尺寸获得所述比例尺。3.如权利要求1中所述基于神经网络的衣服尺寸测量方法，其特征在于：上述步骤S2具体包括以下步骤：步骤S21：神经网络获取所述待检测图像中的待测量衣服；步骤S22：对待测量衣服进行识别，获得待测量衣服的类型；步骤S23：根据待测量衣服的类型，基于待测量衣服所占待检测图像的位置，在所述待测量衣服的区域生成矩形框；及步骤S24：对矩形框内的待测量衣服进行关键点检测，获得对应类型的待测量衣服的多个关键点。4.如权利要求3中所述基于神经网络的衣服尺寸测量方法，其特征在于：所述步骤S23还包括：步骤S241：提取所述待测量衣服不同尺度的特征，获得多个待测量衣服的特征图；步骤S242：将多个特征图进行叠加，获得待测量衣服的最终特征，基于所述最终特征，获得待测量衣服的类型；及步骤S243：基于待测衣服的类型，对待测量衣服的最终特征进行关键点检测，获得对应类型的待测量衣服的多个关键点。5.如权利要求1中所述基于神经网络的衣服尺寸测量方法，其特征在于：上述步骤S3具体...

【专利技术属性】
技术研发人员：张发恩，董煦，艾国，
申请(专利权)人：创新奇智合肥科技有限公司，
类型：发明
国别省市：安徽,34