【技术实现步骤摘要】
基于深度学习的目标清点方法、装置和设备
本专利技术涉及计算机视觉领域，尤其涉及一种目标清点方法和装置。
技术介绍
目前成堆物体的清点工作一般采用人工计数的方式，这种传统的工作方式相对繁琐，并且需要消耗很多人力资源，极大的限制了生产效率，然而目前在物体清点问题上却暂时并无高效的解决方法将人工清点取而代之。目前
中，针对清点问题的解决方法主要分有接触式与无接触式两种。有接触式清点办法中，大多使用外部仪器辅助进行称重、检测等工作以达到清点目的，如专利技术专利《一种药品清点计数装置及其方法》提出采用仪器称重方法进行记数，但对于体积过大和/或重量过大的物体，则难以设计可以同时保证低误差与高可操作性两点需求称量仪器；如专利技术专利《一种基于RFID技术的货物清点扫描拍》提出采用RFID技术进行记数，但对于堆放零落的物体，无法保证RFID相关设备不受损坏，亦无法高效地安装与回收相关装置，故也并不能根本上解决问题。无接触式清点办法主要依托于计算机视觉技术，如专利技术专利《一种基于实例分割算法的栏内哺乳动物清点方法》采用...
【技术保护点】
1.一种基于深度学习的目标清点方法，其特征在于，适用于对具有固定形状的目标物进行数量清点，所述目标清点方法包括：/n获取包含目标物的图像作为样本图像，进行预处理；/n根据预处理后的所述样本图像对预设的目标检测模型进行训练和测试；/n获取待清点的第一图像；/n基于训练和测试后的所述目标检测模型，对所述第一图像进行目标检测，获取检测结果，并将所述检测结果转换为被检出物的数量信息。/n
【技术特征摘要】
1.一种基于深度学习的目标清点方法，其特征在于，适用于对具有固定形状的目标物进行数量清点，所述目标清点方法包括：
获取包含目标物的图像作为样本图像，进行预处理；
根据预处理后的所述样本图像对预设的目标检测模型进行训练和测试；
获取待清点的第一图像；
基于训练和测试后的所述目标检测模型，对所述第一图像进行目标检测，获取检测结果，并将所述检测结果转换为被检出物的数量信息。
2.根据权利要求1所述的一种基于深度学习的目标清点方法，其特征在于，所述预处理包括：
将获取的所述样本图像按照训练集、测试集和验证集的类别进行划分；
对所述样本图形中的目标物进行标注，获取所述样本图像中目标物的训练信息，包括位置信息和形状信息。
3.根据权利要求2所述的一种基于深度学习的目标清点方法，其特征在于：所述预设的目标检测模型包括单阶段式目标检测模型。
4.根据权利要求3所述的一种基于深度学习的目标清点方法，其特征在于：利用所述训练信息对所述单阶段式目标检测模型中的默认框的尺寸特征进行调整，基于调整后的默认框进行模型训练和测试。
5.根据权利要求4所述的一种基于深度学习的目标清点方法，其特征在于：对所述默认框的调整方式包括基于所述训练信息中的形状信息，结合所述默认框的通用值采用聚类分析方法获取新的默认框尺寸特征。
6.根据权利要求5所述的一种基于深度学习的目标清点方法，其特征在于：所述默认框的调整方式还包括对通过聚类分析方法获得的所述新的默认框尺寸特征进行实验室微调。
7.根据权利要求1-6中任一项所述的一种基于深度学习的目标清点方法，其特征在于，所述目标清点方法还包括：当获取的所述第一图像为一组具有时间序列的连续图像时，基于训练和测试后的所述目标检测模型，将获取的所述第一图像进行连续的目标检测，获取检测结果，将所述检测结果转换为反映数量信息的单调数组，取所述单调数组的中位数作为所述第一图像中所述被检出物的数量信息。
8.一种...
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。