货架线检测方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种货架线检测方法、装置、计算机设备和存储介质。该方法包括：获取目标图像；通过已训练好的目标检测模型，确定目标图像中每个像素点对应的第一位置标签与第二位置标签；第一位置标签用于表征像素点是否为货架线内部像素点，第二位置标签用于表征像素点是否为头部像素点或尾部像素点；基于目标图像中各像素点的第一位置标签，确定至少一个货架线像素点集合；在每个货架线像素点集合中，基于各像素点的第二位置标签分别确定头部像素点集合与尾部像素点集合；基于每个头部像素点集合与相应尾部像素点集合，确定目标图像中的相应货架线的四个货架线顶点，基于货架线顶点从目标图像中定位货架线。采用本方法能够提高货架线的检测准确性。货架线的检测准确性。货架线的检测准确性。

【技术实现步骤摘要】
货架线检测方法、装置、计算机设备和存储介质


[0001]本申请涉及计算机视觉
，特别是涉及一种货架线检测方法、装置、计算机设备和存储介质。

技术介绍

[0002]随着计算机视觉技术的不断发展，计算机视觉技术广泛应用于各行各业，以新零售业为例，利用计算机视觉技术来分析货架图片，识别货架上的商品信息等，以实现自动化的商品陈列与库存盘点。而货架作为商品的载体，从货架图片中准确检测货架线，对于矫正货架图片与细化商品的位置信息等具有重大意义。
[0003]目前，通常是通过二值化与边缘检测等传统图像处理方式检测货架图片中的直线段，以基于所检测出的直线段来估计货架线的位置信息。但是，基于该种检测方式，除了会检测出货架图片中的货架线外，还会检测出商品、天花板与底板中的直线段，从而会影响货架线的位置信息的确定，存在检测准确性低与稳定度差的问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高货架线的检测准确性的货架线检测方法、装置、计算机设备和存储介质。
[0005]一种货架线检测方法，所述方法包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种货架线检测方法，其特征在于，所述方法包括：获取目标图像；通过已训练好的目标检测模型，确定所述目标图像中每个像素点对应的第一位置标签与第二位置标签；所述第一位置标签用于表征相应像素点是否为货架线内部像素点，所述第二位置标签用于表征相应像素点是否为头部像素点或尾部像素点；基于所述目标图像中各像素点对应的第一位置标签，确定至少一个货架线像素点集合；在每个货架线像素点集合中，基于各像素点对应的第二位置标签分别确定头部像素点集合与相应尾部像素点集合；基于每个头部像素点集合与相应尾部像素点集合，确定所述目标图像中的相应货架线所对应的四个货架线顶点，并基于所述货架线顶点从所述目标图像中定位所述货架线。2.根据权利要求1所述的方法，其特征在于，所述基于所述目标图像中各像素点对应的第一位置标签，确定至少一个货架线像素点集合，包括：通过遍历所述目标图像中的像素点，将每行中第一位置标签为货架线内部像素点、且相邻的像素点进行聚类，得到货架线像素点子集，并将分处于相邻两行、且存在至少一个横坐标一致的像素点的货架线像素点子集进行合并，得到至少一个货架线像素点集合。3.根据权利要求1所述的方法，其特征在于，所述目标图像中第二位置标签为头部像素点时像素点对应有偏移量；所述目标图像中第二位置标签为尾部像素点时像素点对应有偏移量；所述基于每个头部像素点集合与相应尾部像素点集合，确定所述目标图像中的相应货架线所对应的四个货架线顶点，并基于所述货架线顶点从所述目标图像中定位所述货架线，包括：基于每个头部像素点集合中各像素点对应的偏移量，确定相应货架线头部区域中的两个货架线顶点；基于每个尾部像素点集合中各像素点对应的偏移量，确定相应货架线尾部区域中的两个货架线顶点；基于每个货架线头部区域中的货架线顶点与相应货架线尾部区域中的货架线顶点，从所述目标图像中定位相应货架线。4.根据权利要求3所述的方法，其特征在于，所述目标检测模型的训练步骤，包括：获取训练样本集；所述训练样本集包括样本图像与所述样本图像对应的样本特征集；所述样本特征集包括所述样本图像中每个像素点对应的第一样本位置标签与第二样本位置标签，以及第二样本位置标签为头部像素点或尾部像素点的像素点对应的样本偏移量；基于所述训练样本集进行模型训练，得到已训练好的目标检测模型。5.根据权利要求4所述的方法，其特征在于，所述目标检测模型的训练步骤，还包括：通过待训练的目标检测模型对所述样本图像进行检测，得到所述样本图像对应的预测特征集；根据所述样本特征集与所述预测特征集确定目标损失函数，并基于所述目标损失函数反向调整所述待训练的目标检测模型的模型参数；执行...

【专利技术属性】
技术研发人员：张伟华，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：