一种物品分类方法、装置、存储介质及电子设备制造方法及图纸

本申请涉及电子信息技术领域，具体涉及一种物品分类方法、装置、存储介质及电子设备，解决了人为识别垃圾类别引起的分类不准确、效率低的问题。方法包括：获得待检测视频；根据所述待检测视频，利用物品分类模型获得所述待检测视频包括的每帧图像中物品的分类结果；根据每帧图像中物品的分类结果，对相应的图像中的物品进行标识，以得到标识后的物品分类视频。通过实时分析获得的待检测视频，根据每帧图像中物品的分类结果对对应的每帧图像中的物品的位置和类别进行标识，进而得到标识后的物品分类视频，以供用户根据该标识后的物品分类视频对该物品分类视频中的物品进行分类，提高了物品分类的效率，并减少用户对物品分类的困扰。

【技术实现步骤摘要】
一种物品分类方法、装置、存储介质及电子设备
本申请涉及电子信息
，特别地涉及一种物品分类方法、装置、存储介质及电子设备。
技术介绍
在现实生活中，人们需要对不同种类的物品进行分类，例如：垃圾分类、食物分类、材料分类等，随着人们的生活水平不断提高，特别是垃圾分类问题，垃圾问题的日益严峻。因此，为减轻垃圾带来的问题，越来越多的城市开始推出垃圾分类政策，以督促人们对垃圾进行分类。由于大多数人对物品分类概念模糊，且分类意识较差，导致人们无法正确对物品进行分类；且人为的对物品进行分类，导致分类效率低。因此，如何提高物品分类的效率和准确性是目前亟待解决的问题。
技术实现思路
针对上述问题，本申请提供一种物品分类方法、装置、存储介质及电子设备，解决了现有技术中存在人为识别物品类别引起的分类不准确、效率低的问题。第一方面，本申请提供了一种物品分类方法，所述方法包括：获得待检测视频；根据所述待检测视频，利用物品分类模型获得所述待检测视频包括的每帧图像中物品的分类结果；根据每帧图像中物品的分本文档来自技高网...

【技术保护点】
1.一种物品分类方法，其特征在于，所述方法包括：/n获得待检测视频；/n根据所述待检测视频，利用物品分类模型获得所述待检测视频包括的每帧图像中物品的分类结果；/n根据每帧图像中物品的分类结果，对相应的图像中的物品进行标识，以得到标识后的物品分类视频。/n

【技术特征摘要】
1.一种物品分类方法，其特征在于，所述方法包括：
获得待检测视频；
根据所述待检测视频，利用物品分类模型获得所述待检测视频包括的每帧图像中物品的分类结果；
根据每帧图像中物品的分类结果，对相应的图像中的物品进行标识，以得到标识后的物品分类视频。


2.如权利要求1所述的方法，其特征在于，所述物品分类模型通过以下步骤构建：
获得多帧训练样本图像，其中，每帧所述训练样本图像分别携带有物品的样本边界框信息和物品的样本类别信息；
将每帧所述训练样本图像输入至预设模型的特征提取网络中，得到每帧所述训练样本图像中物品的目标特征向量；
将每帧所述训练样本图像中物品的目标特征向量输入至预设模型的分类网络中，得到每帧所述训练样本图像对应的物品分类预测结果，所述物品分类预测结果包括物品的预测边界框信息、物品的预测类别信息以及置信度；
根据每帧所述训练样本图像对应的物品的预测边界框信息与物品的样本边界框信息的差别、物品的预测类别信息与物品的样本类别信息的差别，以及所述置信度，计算每帧所述训练样本图像对应的损失函数；
根据各所述损失函数对分类网络进行处理，得到所述物品分类模型。


3.如权利要求2所述的方法，其特征在于，所述获得多帧训练样本图像的步骤包括：
获得训练样本视频，采用所述预设模型获得所述多帧训练样本图像。


4.如权利要求2所述的方法，其特征在于，所述特征提取网络包括LSTM网络或Bottleneck网络。


5.如权利要求2所述的方法，其特征在于，所述将每帧所述训练样本图像输入至所述预设模型的特征提取网络中，得到每帧所述训练样本图像中物品的目标特征向量的步骤包括：
步骤a，获取所述多帧训练样本图像中每帧训练样本图像中物品的特征向量，将所述多帧训练样本图像中第一帧训练样本图像中物品的特征向量作为该帧训练样本图...

【专利技术属性】
技术研发人员：宋德超，陈翀，陈勇，郑威，李斌山，李雨铭，
申请(专利权)人：珠海格力电器股份有限公司，珠海联云科技有限公司，
类型：发明
国别省市：广东;44