破损包裹检测方法、装置、计算机设备及存储介质制造方法及图纸

本申请公开了一种破损包裹检测方法、装置、计算机设备及存储介质，该破损包裹检测方法包括：获取包裹运输过程中的包裹图像；通过预置的第一网络模型对包裹图像进行包裹区域检测，提取包裹区域图像；通过预置的第二网络模型对包裹区域图像进行破损目标检测，以确定包裹区域图像中包裹是否破损；若包裹区域图像中包裹破损，通过预置的第三网络模型对包裹区域图像进行破损类型分类，以确定包裹破损类型。本申请通过三级级联网络分别进行包裹区域检测、破损目标检测和破损类型分类，通过不同模型不同检测功能的细致划分，不同网络模型进行不同方向的检测，有效提高了包裹检测的效率和准确率，能够适应复杂的物流生产场景。能够适应复杂的物流生产场景。能够适应复杂的物流生产场景。

【技术实现步骤摘要】
破损包裹检测方法、装置、计算机设备及存储介质


[0001]本申请涉及通信
，具体涉及一种破损包裹检测方法、装置、计算机设备及存储介质。

技术介绍

[0002]近年来，我国的物流行业取得了飞速的发展，企业之间的竞争愈加激烈，大众对于物流品质的需求也愈加严格。而包裹在运输过程中的发生的破损，是造成客户满意度下降乃至发起投诉的重要原因，如果能够在包裹中转过程中就能自动监控包裹的外包装是否破损，对于提升物流品质，降低理赔成本具有重要的意义。因此包裹的外包装破损检测问题，对于整个行业的降本增效具有极大的市场价值。
[0003]破损检测属于目标检测领域，相比于传统的目标检测，包裹外包装的破损的模式未知繁杂，很难学习；包裹的外包装体积和图案复杂多样，容易误检，且生产场景对于模型的检测速度和资源占用有较高要求，因此，当前包裹外包装破损检测很困难，检测效率较低。

技术实现思路

[0004]本申请实施例提供一种破损包裹检测方法、装置、计算机设备及存储介质，通过不同模型不同检测功能的细致划分，不同网络模型进行不同方向的检测，有效提高了包裹检测的效率和准确率，能够适应复杂的物流生产场景。
[0005]一方面，本申请提供一种破损包裹检测方法，所述破损包裹检测方法包括：
[0006]获取包裹运输过程中的包裹图像；
[0007]通过预置的第一网络模型对所述包裹图像进行包裹区域检测，提取包裹区域图像；
[0008]通过预置的第二网络模型对所述包裹区域图像进行破损目标检测，以确定所述包裹区域图像中包裹是否破损；
[0009]若包裹区域图像中包裹破损，通过预置的第三网络模型对所述包裹区域图像进行破损类型分类，以确定包裹破损类型；
[0010]其中，所述第一网络模型、所述第二网络模型和所述第三网络模型组成三级级联网络模型。
[0011]在本申请一些实施方式中，在所述通过预置的第一网络模型对所述包裹图像进行包裹区域检测，提取包裹区域图像之前，所述方法还包括：
[0012]采集包裹样本图像，得到包裹样本图像集；
[0013]根据预设的增强比例，确定所述包裹样本图像集中需要进行图像增强的第一图像数量；
[0014]在所述包裹样本图像集中选取所述第一图像数量的图像，作为待增强图像；
[0015]对所述待增强图像进行图像增强，得到增强后的包裹样本图像集；
[0016]基于所述增强后的包裹样本图像集，训练第一初始网络模型、第二初始网络模型和第三初始网络模型，得到所述第一网络模型、所述第二网络模型和所述第三网络模型。
[0017]在本申请一些实施方式中，所述对所述待增强图像进行图像增强，得到增强后的包裹样本图像集，包括：
[0018]分别以所述包裹样本图像集中的每一张包裹样本图像为目标包裹样本图像；
[0019]判断所述目标包裹样本图是否为待增强图像；
[0020]若是，对所述目标包裹样本图像进行增强，得到增强后的目标包裹样本图像；
[0021]在所述包裹样本图像集中所有待增强图像完成图像增强后，得到所述增强后的包裹样本图像集。
[0022]在本申请一些实施方式中，所述对所述目标包裹样本图像进行增强，得到增强后的目标包裹样本图像，包括：
[0023]对所述目标包裹样本图像按预设尺寸进行裁剪，得到裁剪后图像；
[0024]将所述裁剪后图像的尺寸恢复到所述目标包裹样本图像的尺寸，得到恢复图像；
[0025]对所述恢复图像进行对比度处理，得到第一对比度处理图像；
[0026]对所述第一对比度处理图像进行明亮度处理，得到第一明亮度处理图像；
[0027]对所述第一明亮度处理图像进行高斯噪声处理，得到所述增强后的目标包裹样本图像。
[0028]在本申请一些实施方式中，所述在所述包裹样本图像集中选取所述第一图像数量的图像，作为待增强图像之后，所述方法还包括：
[0029]根据预设的裁剪比例，确定所述待增强图像中需要进行裁剪的第二图像数量；
[0030]根据预设的对比度处理比例，确定所述待增强图像中需要进行对比度处理的第三图像数量；
[0031]根据预设的明亮度处理比例和所述第三图像数量，确定对比度处理后的图像中需要进行明亮度处理的第四图像数量；
[0032]根据预设的高斯噪声处理比例和所述第三图像数量，确定明亮度处理后的图像中需要进行高斯噪声处理的第五图像数量。
[0033]在本申请一些实施方式中，所述对所述待增强图像进行图像增强，得到增强后的包裹样本图像集，包括：
[0034]在所述待增强图像中选取所述第二图像数量的图像分别进行裁剪，得到裁剪图像，并将裁剪图像恢复到裁剪前的尺寸，得到裁剪后图像集；
[0035]在所述裁剪后图像集中选取所述第三图像数量的图像进行对比度处理，得到第二对比度处理图；
[0036]在所述第二对比度处理图中选取所述第四图像数量的图像进行明亮度处理，得到第二明亮度处理图；
[0037]在所述第二明亮度处理图中选取所述第五图像数量的图像进行高斯噪声处理，得到增强后的包裹样本图像集。
[0038]在本申请一些实施方式中，在所述基于所述增强后的包裹样本图像集，训练第一初始网络模型、第二初始网络模型和第三初始网络模型，得到所述第一网络模型、所述第二网络模型和所述第三网络模型之前，所述方法还包括：
[0039]获取未训练的SSD模型；
[0040]将所述SSD模型中的VGG骨干网络替换为预设的第一轻量化网络，得到所述第一初始网络模型；
[0041]将所述SSD模型中的VGG骨干网络替换为预设的第二轻量化网络，得到所述第二初始网络模型；
[0042]将预训练的ResNet网络模型作为所述第三初始网络模型；
[0043]将所述第一初始网络模型、所述第二初始网络模型和所述第三初始网络模型进行依次级联，得到初始三级级联网络模型。
[0044]在本申请一些实施方式中，所述基于所述增强后的包裹样本图像集，训练第一初始网络模型、第二初始网络模型和第三初始网络模型，得到所述第一网络模型、所述第二网络模型和所述第三网络模型，包括：
[0045]将所述增强后的包裹样本图像集输入所述初始三级级联网络模型进行训练，得到训练后的三级级联网络模型；
[0046]对所述训练后的三级级联网络模型进行轻量化处理，得到由所述第一网络模型、所述第二网络模型和所述第三网络模型组成的三级级联网络模型。
[0047]另一方面，本申请提供一种破损包裹检测装置，所述破损包裹检测装置包括：
[0048]获取模块，用于获取包裹运输过程中的包裹图像；
[0049]提取模块，用于通过预置的第一网络模型对所述包裹图像进行包裹区域检测，提取包裹区域图像；
[0050]破损检测模块，用于通过预置的第二网络模型对所述包裹区域图像进行破损目标检测，以确定所述包裹区域图像中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种破损包裹检测方法，其特征在于，所述破损包裹检测方法包括：获取包裹运输过程中的包裹图像；通过预置的第一网络模型对所述包裹图像进行包裹区域检测，提取包裹区域图像；通过预置的第二网络模型对所述包裹区域图像进行破损目标检测，以确定所述包裹区域图像中包裹是否破损；若包裹区域图像中包裹破损，通过预置的第三网络模型对所述包裹区域图像进行破损类型分类，以确定包裹破损类型；其中，所述第一网络模型、所述第二网络模型和所述第三网络模型组成三级级联网络模型。2.根据权利要求1所述的破损包裹检测方法，其特征在于，在所述通过预置的第一网络模型对所述包裹图像进行包裹区域检测，提取包裹区域图像之前，所述方法还包括：采集包裹样本图像，得到包裹样本图像集；根据预设的增强比例，确定所述包裹样本图像集中需要进行图像增强的第一图像数量；在所述包裹样本图像集中选取所述第一图像数量的图像，作为待增强图像；对所述待增强图像进行图像增强，得到增强后的包裹样本图像集；基于所述增强后的包裹样本图像集，训练第一初始网络模型、第二初始网络模型和第三初始网络模型，得到所述第一网络模型、所述第二网络模型和所述第三网络模型。3.根据权利要求2所述的破损包裹检测方法，其特征在于，所述对所述待增强图像进行图像增强，得到增强后的包裹样本图像集，包括：分别以所述包裹样本图像集中的每一张包裹样本图像为目标包裹样本图像；判断所述目标包裹样本图是否为待增强图像；若是，对所述目标包裹样本图像进行增强，得到增强后的目标包裹样本图像；在所述包裹样本图像集中所有待增强图像完成图像增强后，得到所述增强后的包裹样本图像集。4.根据权利要求3所述的破损包裹检测方法，其特征在于，所述对所述目标包裹样本图像进行增强，得到增强后的目标包裹样本图像，包括：对所述目标包裹样本图像按预设尺寸进行裁剪，得到裁剪后图像；将所述裁剪后图像的尺寸恢复到所述目标包裹样本图像的尺寸，得到恢复图像；对所述恢复图像进行对比度处理，得到第一对比度处理图像；对所述第一对比度处理图像进行明亮度处理，得到第一明亮度处理图像；对所述第一明亮度处理图像进行高斯噪声处理，得到所述增强后的目标包裹样本图像。5.根据权利要求2所述的破损包裹检测方法，其特征在于，所述在所述包裹样本图像集中选取所述第一图像数量的图像，作为待增强图像之后，所述方法还包括：根据预设的裁剪比例，确定所述待增强图像中需要进行裁剪的第二图像数量；根据预设的对比度处理比例，确定所述待增强图像中需要进行对比度处理的第三图像数量；根据预设的明亮度处理比例和所述第三图像数量，确定对比度处理后的图像中需要进
行明亮度处理的第四图像数量；根据预设的高斯噪声处理比例和所述第三图像数量，确定明亮度处理后的图像中需要进行高斯噪声处理的第五图像数量。6.根据权利要求5所述的破损包裹检测方法，其特征在于，所述对所述待增...

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