【技术实现步骤摘要】
训练数据的获取方法、商品识别方法及对应装置
本申请涉及图像处理
，具体而言，涉及一种训练数据的获取方法、商品识别方法及对应装置。
技术介绍
目前智能货柜识别客户购买商品的技术大体分为三种：重力感应、射频识别(RFID)和视觉识别。重力感应和RFID技术从生产成本、人工成本和运营成本来看，性价比不高，并且，RFID技术对金属和液体等环境比较敏感，使得对于一些材料的商品识别率很低。随着技术的发展和货柜智能化的需求增长，基于深度学习的机器视觉识别方法开始逐渐受到重视。然而基于深度学习的机器视觉识别方法需要较多训练数据，在将商品识别模型应用在货柜商品识别之前，需要人工对商品图像进行标注，得到训练数据集，用于对商品识别模型的训练，耗时耗力，并且，当需要添加新种类商品时还需要重新采集该种类的商品图像并人工标注，训练数据的获得过程比较繁琐。
技术实现思路
本申请实施例的目的在于提供一种训练数据的获取方法、商品识别方法及对应装置，利用目标检测模型及订单信息为商品图像进行自动标注，从而解决现有技术中需要人工为商品图像
【技术保护点】
1.一种用于商品识别的训练数据的获取方法，其特征在于，包括：/n接收商品图片和所述商品图片对应的商品类别，根据所述商品图片和所述商品类别构建商品图片数据集；其中，所述商品图片由货柜内的托盘上设置的图像采集装置采集获得，所述商品类别从订单信息中获得；/n利用目标检测模型对所述商品图片数据集中的每张商品图片进行目标检测，获得每张商品图片中表示商品所在区域的目标框，得到训练数据集，所述训练数据集包括商品图片、商品图片中的目标框以及对应的商品类别。/n
【技术特征摘要】
1.一种用于商品识别的训练数据的获取方法，其特征在于，包括：
接收商品图片和所述商品图片对应的商品类别，根据所述商品图片和所述商品类别构建商品图片数据集；其中，所述商品图片由货柜内的托盘上设置的图像采集装置采集获得，所述商品类别从订单信息中获得；
利用目标检测模型对所述商品图片数据集中的每张商品图片进行目标检测，获得每张商品图片中表示商品所在区域的目标框，得到训练数据集，所述训练数据集包括商品图片、商品图片中的目标框以及对应的商品类别。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
利用预设数据集对区域生成网络RPN模型进行训练，确定所述RPN模型中的参数，得到所述目标检测模型，所述预设数据集中的每一训练样本包括训练图片、训练图片中标注的目标框以及所述目标框中物体的类别。
3.根据权利要求1所述的方法，其特征在于，所述根据所述商品图片和所述商品类别构建商品图片数据集，包括：
对所述商品图片进行样本扩充操作，获得扩充后的商品图片；所述样本扩充操作包括：对所述商品图片进行几何变换和/或图像处理；
根据所述扩充后的商品图片和所述商品类别构建所述商品图片数据集。
4.根据权利要求3所述的方法，其特征在于，对所述商品图片进行几何变换，包括：
根据图片的水平轴线和/或垂直轴线对所述商品图片进行翻转；和/或，
在预设旋转范围内确定多个旋转值，并以图片的中心点为原点，对所述商品图片按照所述多个旋转值分别进行旋转。
5.根据权利要求3所述的方法，其特征在于，对所述商品图片进行图像处理，包括：
分别在预设对比度范围内和预设亮度范围内确定多个对比度调节值与多个亮度调节值；根据所述多个对比度调节值与所述多个亮度调节值对所述商品图片进行对比度调节和亮度调节；和/或，
在所述商品图片中加入高斯噪声和/或椒盐噪声。
6.根据权利要求1所述的方法，其特征在于，在得到训练数据集之后，所述方法还包括：
利用所述训练数据集对预设神经网络模型进行训练，得到商品识别模型，所述商品识别模型用于识别商品图片中的商品类别。
7.一种商品识别方法，其特征在于，所述方法包括：
接收订单信息，所述订单信息包括用户所购买商品的类别；
控制货柜内的托盘移动至对...
【专利技术属性】
技术研发人员：支涛，李梦男，
申请(专利权)人：北京云迹科技有限公司，
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。