【技术实现步骤摘要】
物品识别模型训练方法、物品识别方法、装置及电子设备
本申请涉及物品识别
,具体而言,涉及一种物品识别模型训练方法、物品识别方法、装置及电子设备。
技术介绍
就物品的识别主要是将不同类型的物品进行分别识别。现有的一般做法是对每款物品,均建立一个样本库,各款物品独立使用一个样本库,从而导致各个同一种物品的不同型号的物品无法实现缺陷样本之间的共享利用,难以适应不同型号的物品尺寸的需求,从而影响对不同型号的物品的检测效果。
技术实现思路
有鉴于此,本申请实施例的目的在于提供一种物品识别模型训练方法、物品识别方法、装置及电子设备。能够达到确定出的目标物品识别模型能够对各类物品进行有效识别的效果。第一方面,本专利技术实施例提供一种物品识别模型训练方法,包括:将物品样本图片集中的所有物品图片按照设定划分规则进行分段处理,以得到每张物品图片的多张分段样本图;将每张物品图片的多张分段样本图输入待训练模型进行训练,以得到目标物品识别模型。在可选的实施方式中,所述将物品样本图片集中的所有物品图片按照设定划分规则进行分段处理,以得到每张物品图片的多张分段样本图的步骤,包括:确定所述物品样本集中的每张物品图片中的物品的目标物品型号;按照每张物品图片中的物品的目标物品型号对应的设定划分规则,对每张物品图片进行分段处理,以得到每张物品图片的多张分段样本图。本申请实施例提供的物品识别模型训练方法,还可以每款不同型号的物品可以配置一设定划分规则,可以满足不同型号物品的需 ...
【技术保护点】
1.一种物品识别模型训练方法,其特征在于,包括:/n将物品样本图片集中的所有物品图片按照设定划分规则进行分段处理,以得到每张物品图片的多张分段样本图;/n将每张物品图片的多张分段样本图输入待训练模型进行训练,以得到目标物品识别模型。/n
【技术特征摘要】
1.一种物品识别模型训练方法,其特征在于,包括:
将物品样本图片集中的所有物品图片按照设定划分规则进行分段处理,以得到每张物品图片的多张分段样本图;
将每张物品图片的多张分段样本图输入待训练模型进行训练,以得到目标物品识别模型。
2.根据权利要求1所述的方法,其特征在于,所述将物品样本图片集中的所有物品图片按照设定划分规则进行分段处理,以得到每张物品图片的多张分段样本图的步骤,包括:
确定所述物品样本集中的每张物品图片中的物品的目标物品型号;
按照每张物品图片中的物品的目标物品型号对应的设定划分规则,对每张物品图片进行分段处理,以得到每张物品图片的多张分段样本图。
3.根据权利要求2所述的方法,其特征在于,所述目标物品型号对应的设定划分规则按照以下方式确定:
针对所述目标物品型号的物品图片集中的物品图片,将物品图片按照所述目标物品型号的划分宽度、当前划分段数进行划分,以得到多张划分图片;
将所述多张划分图片输入所述目标物品型号对应的指定识别模型进行识别,以确定当前划分段数对应的准确率;
当所述当前划分段数对应的准确率小于第一设定值时,对所述当前划分段数进行更新;
当所述当前划分段数对应的准确率大于第一设定值时,将所述准确率大于设定值时的当前划分段数作为目标划分段数;所述目标物品型号的设定划分规则为按照所述目标划分段数及目标物品型号的划分宽度将所述目标物品型号的物品图片划分成多张图片。
4.根据权利要求3所述的方法,其特征在于,在所述针对所述物品图片集中的物品图片,将物品图片按照所述目标物品型号的划分宽度、当前划分段数进行划分,以得到多张划分图片的步骤之前,所述方法还包括:
将所述物品图片集输入所述指定识别模型进行识别,以确定出所述物品图片集中的各个物品图片的物品缺陷宽度分布;
根据所述物品缺陷宽度分布确定所述目标物品型号的划分宽度。
5.根据权利要求3所述的方法,其特征在于,在所述针对所述物品图片集中的物品图片,将物品图片按照所述目标物品型号的划分宽度、当前划分段数进行划分,以得到多张划分图片的步骤之前,所述方法还包括:
获取目标物品型号的标记物品图片集,所述标记物品图片集中的每张图片携带至少一个缺陷标记,所述缺陷标记包括缺陷宽度;
根据所述标记物品图片集确定出所述标记物品图片集的物品缺陷宽度分布;
根据所述物品缺陷宽度分布确定出所述目标物品型号的划分宽度。
6.根据权利要求2所述的方法,其特征在于,所述目标物品型号对应的设定划分规则按照以下方式确定:
针对所述目标物品型号的物品图片集中的物品图片,将物品图片按照所述目标物品型号的划分宽度、当前划分段数、当前重叠率进行划分,以得到多张划分图片;
将所述多张划分图片输入所述目标物品型号的指定识别模型进行...
【专利技术属性】
技术研发人员:杜义贤,周俊杰,王刚,陈德,石金进,
申请(专利权)人:广东利元亨智能装备股份有限公司,
类型:发明
国别省市:广东;44
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。