箱体关键点检测方法和装置、计算设备、计算机可读存储介质制造方法及图纸

本发明专利技术实施例公开了一种箱体关键点检测方法和装置、计算设备、计算机可读存储介质。所述方法包括以下步骤：获取第一图像数据，其中，所述第一图像数据包括第一箱体的图像的数据；利用第一检测网络模型对所述第一图像数据进行检测，以输出第一检测结果数据，其中，所述第一检测结果数据包括所述第一箱体的第一关键点的第一坐标数据；从所述第一图像数据中获取与所述第一关键点对应的预定尺寸的第二图像数据；利用第二检测网络模型对所述第二图像数据进行检测，以输出第二检测结果数据，其中，所述第二检测结果数据至少包括所述第一关键点的第二坐标数据。本发明专利技术实施例能够对箱体的关键点进行精确的智能化检测。

【技术实现步骤摘要】
箱体关键点检测方法和装置、计算设备、计算机可读存储介质
本专利技术涉及计算机
，特别涉及一种箱体关键点检测方法和装置、计算设备、计算机可读存储介质。
技术介绍
物流行业具有对货物体积进行精确测量的需求。目前，一般采用人工测量的方式来对货物体积进行测量。这种方式所测量得到的结果的精确度较低，并且这种方式的效率较低。目前，本领域还不存在对箱体的顶点进行精确的智能化检测的技术。故，有必要提出一种新的技术方案，以解决上述技术问题。
技术实现思路
本专利技术的目的在于提供一种箱体关键点检测方法和装置、计算设备、计算机可读存储介质，其能对箱体的关键点进行精确的智能化检测。为解决上述问题，本专利技术实施例的技术方案如下：第一方面，提供一种箱体关键点检测方法，所述方法包括以下步骤：获取第一图像数据，其中，所述第一图像数据包括第一箱体的图像的数据；利用第一检测网络模型对所述第一图像数据进行检测，以输出第一检测结果数据，其中，所述第一检测结果数据包括所述第一箱体的第一关键点的第一坐标数据本文档来自技高网...

【技术保护点】
1.一种箱体关键点检测方法，其特征在于，所述方法包括以下步骤：/n获取第一图像数据，其中，所述第一图像数据包括第一箱体的图像的数据；/n利用第一检测网络模型对所述第一图像数据进行检测，以输出第一检测结果数据，其中，所述第一检测结果数据包括所述第一箱体的第一关键点的第一坐标数据；/n从所述第一图像数据中获取与所述第一关键点对应的预定尺寸的第二图像数据；/n利用第二检测网络模型对所述第二图像数据进行检测，以输出第二检测结果数据，其中，所述第二检测结果数据至少包括所述第一关键点的第二坐标数据。/n

【技术特征摘要】
1.一种箱体关键点检测方法，其特征在于，所述方法包括以下步骤：
获取第一图像数据，其中，所述第一图像数据包括第一箱体的图像的数据；
利用第一检测网络模型对所述第一图像数据进行检测，以输出第一检测结果数据，其中，所述第一检测结果数据包括所述第一箱体的第一关键点的第一坐标数据；
从所述第一图像数据中获取与所述第一关键点对应的预定尺寸的第二图像数据；
利用第二检测网络模型对所述第二图像数据进行检测，以输出第二检测结果数据，其中，所述第二检测结果数据至少包括所述第一关键点的第二坐标数据。


2.根据权利要求1所述的箱体关键点检测方法，其特征在于，所述第一检测网络模型为基于姿态检测的技术而创建的模型；
所述第二检测网络模型为基于人脸检测的技术而创建的模型。


3.根据权利要求1所述的箱体关键点检测方法，其特征在于，从所述第一图像数据中获取与所述第一关键点对应的预定尺寸的第二图像数据的步骤包括：
基于所述第一关键点的第一坐标数据，从所述第一图像数据所对应的第一图像中截取包括所述第一关键点的具有所述预定尺寸的第二图像，并输出与所述第二图像对应的所述第二图像数据。


4.根据权利要求1所述的箱体关键点检测方法，其特征在于，在获取第一图像数据的步骤之前，所述方法还包括以下步骤：
利用第一训练数据对所述第一检测网络模型进行训练，其中，所述第一训练数据包括第二箱体的第三图像数据和针对所述第二箱体的第二关键点的标注的数据。


5.根据权利要求4所述的箱体关键点检测方法，其特征在于，所述方法还包括以下步骤：
在对所述第一检测网络模型进行训练的过程中，为所述第二关键点标记第二序号。


6.根据权利要求1所述的...

【专利技术属性】
技术研发人员：杨小平，
申请(专利权)人：顺丰科技有限公司，深圳顺丰泰森控股集团有限公司，
类型：发明
国别省市：广东;44