打标处理方法、装置、设备及存储介质制造方法及图纸

本申请涉及一种打标处理方法、装置、设备及存储介质，涉及打标技术领域，该打标处理方法包括：获取目标物体的三维模型数据；根据所述三维模型数据，生成所述目标物体的三视图；根据所述三视图进行图像预处理，得到图像压缩数据；将所述图像压缩数据信息输入预先训练的分类打标模型进行分类打标处理，得到所述目标物体对应的标签信息，从而实现了自动化模型打标流程，达到降低人力成本的同时保证识别准确率。率。率。

【技术实现步骤摘要】
打标处理方法、装置、设备及存储介质


[0001]本申请打标
，尤其涉及一种打标处理方法、装置、设备及存储介质。

技术介绍

[0002]目前，打标对于绝大多数涉及到产业链间数据交流的企业都是必不可少的运作环节一部分，只有数据格式一致的情况下，其它作业流程才能实现自动化，但是，除了少数数据存在普遍认可的标准格式外，哪怕存储的数据内容基本一致,大多数数据格式在不同企业间并不一致。例如，家具厂家间并没有一套通用的、标准化的标签系统，在将家具厂商提供的三维模型导入设计平台时以供用户选择时，经常会产生标签的缺失、冲突的问题，需要耗费大量人力进行人工数据清洗及打标，统一为设计平台标准。
[0003]具体的，对于家居设计平台而言，人工打标及直接将家具图片输入卷积神经网络(Convolutional Neural Networks,CNN)中分类输出标签的方法最为常见的打标方式，但这两种打标方式都有其各自的弊端。具体而言，人工打标方式需要大量专业人员进行，且在出现如风格标签这类结果较为复杂，需要专业知识的标签时，常常会出现不同人员得到不同标签结果的现象，耗费大量专业人员的时间精力，成本较高，且标签数据的正确率不稳定；直接将家具图片输入CNN输出标签的打标方式虽然能够减少人力成本，但对于某些类型的家具而言，单张单角度的图片难以判断其特定属性，如对于床来说单俯视图提供的信息足以令CNN模型学习到其各种特征标签，但对于吊灯则正视图效果更好，反之亦然，并且由于不同类型家具的结构重点不同，没有统一的最佳角度，无法根据固定角度图片确定出所有物体的准确标签，存在打标正确率不稳定的问题。

技术实现思路

[0004]有鉴于此，本申请提供了一种打标处理方法、装置、设备及存储介质，以实现自动化模型打标流程，从而解决了现有打标技术中所存在成本高、正确率不稳定的问题。
[0005]第一方面，本申请提供了一种打标处理方法，包括：
[0006]获取目标物体的三维模型数据；
[0007]根据所述三维模型数据，生成所述目标物体的三视图；
[0008]根据所述三视图进行图像预处理，得到图像压缩数据；
[0009]将所述图像压缩数据信息输入预先训练的分类打标模型进行分类打标处理，得到所述目标物体对应的标签信息。
[0010]可选的，所述根据所述三维模型数据，生成所述目标物体的三视图，包括：
[0011]基于所述三维模型数据进行图像渲染，得到所述目标物体的三维模型视图；
[0012]将所述三维模型视图对应的正视图、侧视图以及俯视图确定为所述三视图。
[0013]可选的，所述根据所述三视图进行图像预处理，得到图像压缩数据，包括：
[0014]分别确定所述正视图的颜色通道图像数据、所述侧视图的颜色通道图像数据以及所述俯视图所的颜色通道图像数据；
[0015]基于所述所述正视图的颜色通道图像数据、所述侧视图的颜色通道图像数据以及所述俯视图所的颜色通道图像数据进行颜色通道连接处理，得到图像压缩数据。
[0016]可选的，所述分别确定所述正视图的颜色通道图像数据、所述侧视图的颜色通道图像数据以及所述俯视图所的颜色通道图像数据，包括：
[0017]将所述正视图按照颜色通道信息进行分离处理，得到第一颜色通道图像数据、第二颜色通道图像数据和第三颜色通道图像数据，并将所述第一颜色通道图像数据、所述第二颜色通道图像数据和所述第三颜色通道图像数据作为所述正视图的颜色通道图像数据；
[0018]将所述侧视图按照所述颜色通道信息进行分离处理，得到第四颜色通道图像数据、第五颜色通道图像数据和第六颜色通道图像数据，并将所述第四颜色通道图像数据、所述第五颜色通道图像数据和所述第六颜色通道图像数据作为所述侧视图的颜色通道图像数据；
[0019]将所述俯视图按照所述颜色通道信息进行分离处理，得到第七颜色通道图像数据、第八颜色通道图像数据和第九颜色通道图像数据，将所述第七颜色通道图像数据、所述第八颜色通道图像数据和所述第九颜色通道图像数据作为所述俯视图的颜色通道图像数据。
[0020]可选的，所述基于所述所述正视图的颜色通道图像数据、所述侧视图的颜色通道图像数据以及所述俯视图所的颜色通道图像数据进行颜色通道连接处理，得到图像压缩数据，包括：
[0021]按照预设的通道连接方式，对所述第一颜色通道图像数据、第二颜色通道图像数据、第三颜色通道图像数据、第四颜色通道图像数据、第五颜色通道图像数据、第六颜色通道图像数据、第七颜色通道图像数据、第八颜色通道图像数据和第九颜色通道图像数据进行连接组合，得到所述图像压缩数据。
[0022]可选的，所述将所述压缩数据信息输入预先训练的模型中，得到标签信息之前，包括:
[0023]获取样本物体的三视图和所述样本物体对应的样本标签信息；
[0024]依据所述样本物体的三视图进行图像预处理，得到样本物体对应的样本图像压缩数据；
[0025]采用所述样本图像压缩数据和所述样本标签信息进行模型训练，得到所述分类打标模型。
[0026]可选的，所述目标物体包含家具；所述标签信息包含风格标签信息、颜色标签信息、材质标签信息和类别标签信息中的至少一种。
[0027]第二方面，本申请提供了一种打标处理装置，包括：
[0028]三维模型数据获取模块，用于获取目标物体的三维模型数据；
[0029]三视图确定模块，用于根据所述三维模型数据，生成所述目标物体的三视图；
[0030]图像压缩数据确定模块，用于根据所述三视图进行图像预处理，得到图像压缩数据；
[0031]标签信息确定模块，用于将所述图像压缩数据信息输入预先训练的分类打标模型进行分类打标处理，得到所述目标物体对应的标签信息。
[0032]第三方面，本申请提供了一种电子设备，其特征在于，包括处理器、通信接口、存储
器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
[0033]存储器，用于存放计算机程序；
[0034]处理器，用于执行存储器上所存放的程序时，实现如第一方面任一项实施例所述的打标处理方法的步骤。
[0035]第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如第一方面任一项实施例所述的打标处理方法的步骤。
[0036]本申请实施例通过根据获取到的目标物体的三维模型数据生成目标物体的三视图，并根据三视图进行图像预处理，得到图像压缩数据，随后将图像压缩数据信息输入预先训练的分类打标模型进行分类打标处理，得到目标物体对应的标签信息，从而实现了自动化模型打标流程，解决了现有打标技术中所存在的正确率不稳定，成本高的问题，达到降低人力成本的同时提保证识别准确率。
附图说明
[0037]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种打标处理方法，其特征在于，包括：获取目标物体的三维模型数据；根据所述三维模型数据，生成所述目标物体的三视图；根据所述三视图进行图像预处理，得到图像压缩数据；将所述图像压缩数据信息输入预先训练的分类打标模型进行分类打标处理，得到所述目标物体对应的标签信息。2.根据权利要求1所述的方法，其特征在于，所述根据所述三维模型数据，生成所述目标物体的三视图，包括：基于所述三维模型数据进行图像渲染，得到所述目标物体的三维模型视图；将所述三维模型视图对应的正视图、侧视图以及俯视图确定为所述三视图。3.根据权利要求2所述的方法，其特征在于，所述根据所述三视图进行图像预处理，得到图像压缩数据，包括：分别确定所述正视图的颜色通道图像数据、所述侧视图的颜色通道图像数据以及所述俯视图所的颜色通道图像数据；基于所述所述正视图的颜色通道图像数据、所述侧视图的颜色通道图像数据以及所述俯视图所的颜色通道图像数据进行颜色通道连接处理，得到图像压缩数据。4.根据权利要求3所述的方法，其特征在于，所述分别确定所述正视图的颜色通道图像数据、所述侧视图的颜色通道图像数据以及所述俯视图所的颜色通道图像数据，包括：将所述正视图按照颜色通道信息进行分离处理，得到第一颜色通道图像数据、第二颜色通道图像数据和第三颜色通道图像数据，并将所述第一颜色通道图像数据、所述第二颜色通道图像数据和所述第三颜色通道图像数据作为所述正视图的颜色通道图像数据；将所述侧视图按照所述颜色通道信息进行分离处理，得到第四颜色通道图像数据、第五颜色通道图像数据和第六颜色通道图像数据，并将所述第四颜色通道图像数据、所述第五颜色通道图像数据和所述第六颜色通道图像数据作为所述侧视图的颜色通道图像数据；将所述俯视图按照所述颜色通道信息进行分离处理，得到第七颜色通道图像数据、第八颜色通道图像数据和第九颜色通道图像数据，将所述第七颜色通道图像数据、所述第八颜色通道图像数据和所述第九颜色通道图像数据作为所述俯视图的颜色通道图像数据。5.根据权利要求4所述的方法，其特征在...

【专利技术属性】
技术研发人员：刘玉丹，黄博蔚，
申请(专利权)人：广东三维家信息科技有限公司，
类型：发明
国别省市：