一种货物杂质含量检测方法、系统、装置与存储介质制造方法及图纸

本申请公开了一种货物杂质含量检测方法、系统、装置和存储介质，其中方法包括以下步骤：获取待检测货物的第一货物图像；采用预设的杂质检测模型对第一货物图像进行杂质检测，得到杂质区域、各个所述杂质区域对应的杂质种类、货物主体区域；根据杂质种类，确定各个所述杂质区域中杂质对应的第一密度；提取所述第一货物图像中各个杂质区域对应的杂质面积以及货物主体区域面积；根据第一密度、杂质面积、以及货物主体区域面积，得到单个杂质区域的杂质比例；遍历计算第一货物图像中所有杂质比例的总和，确定货物杂质含量。本方法可以确定杂质的含量，可以更准确对杂质进行评分，从而提高了评分的准确度。本申请可广泛应用于货物评分技术领域内。术领域内。术领域内。

【技术实现步骤摘要】
一种货物杂质含量检测方法、系统、装置与存储介质


[0001]本申请涉及杂质评分
，尤其是一种货物杂质含量检测方法、系统、装置与存储介质。

技术介绍

[0002]在货物过海关前后，卖家通常需要检测自己的货物里是否含有过多的杂质，这些杂质可能使货物存在一定的禁止进出海关的风险，因此在这些货物出口时通常会进行货物的杂质的评分，在而现有技术中，对于货物的评分大多依赖于人为评分或者是简单的机器判断，这些方法通常难以较为齐全地将货物中所有杂质囊括进来质量的检测以及评分，也有可能存在人为因素使评分不准确。因此，亟需一种新的货物杂质含量检测方法。
[0003]Mask RCNN(Mask Region
‑
based Convolutional Neural Network)：带掩码的区域卷积神经网络；
[0004]ResNet(RESidual NETwork)：残差网络，ResNet50代表有50层可学习的层；
[0005]RPN(Region Proposal Network)：候选区域生成网络；
[0006]Anchor：锚点，RPN的中间产物，经过筛选之后才成为候选区域；
[0007]Bbox(bounding box)：边界框；
[0008]RoI(Region of Interest)：感兴趣区域；
[0009]Faster RCNN：mask rcnn在其基础上改进，两者在网络结构上最大区别是mask rcnn在分类器部分多了一个掩码的输出头；
[0010]FC layer(fully connected layer)：全连接层，一般多见于输出头；
[0011]ImageNet：一个公开的图像数据集，许多模型有提供用其训练的预训练参数；
[0012]Loss：损失，训练过程中的目的就是降低损失，对于不同类型的输出需要设计不同的损失函数；
[0013]Mask：掩码。

技术实现思路

[0014]本申请的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
[0015]为此，本申请实施例的一个目的在于提供一种货物杂质含量检测方法、系统、装置与存储介质，该方法可以准确检测出货物杂质的含量。
[0016]为了达到上述技术目的，本申请实施例所采取的技术方案包括：一种货物杂质含量检测方法，包括获取待检测货物的第一货物图像；采用预设的杂质检测模型对所述第一货物图像进行杂质检测，得到杂质区域、各个所述杂质区域对应的杂质种类、货物主体区域；所述杂质检测模型为基于标注有不同杂质的位置和种类的样本图像进行训练而得到；所述杂质区域对应的位置和类型通过包含用第一预设数值标识杂质的第一杂质图像表征；所述第一杂质图像根据杂质种类用不同的像素值对杂质区域和货物主体区域进行分割，以通过所述第一杂质图像中的像素值得到杂质在所述第一杂质图像的位置及类型；根据所述
杂质种类，确定各个所述杂质区域中杂质对应的第一密度；提取所述第一货物图像中各个所述杂质区域对应的杂质面积以及货物主体区域面积；根据所述第一密度、所述杂质面积、以及所述货物主体区域面积，得到单个杂质区域的杂质比例；遍历计算所述第一货物图像中所有所述杂质比例的总和，确定货物杂质含量。
[0017]另外，根据本专利技术中上述实施例的一种货物杂质含量检测的方法，还可以有以下附加的技术特征：
[0018]进一步地，本申请实施例中，所述采用预设的杂质检测模型对所述第一货物图像进行杂质检测，得到杂质区域、各个所述杂质区域对应的杂质种类、货物主体区域这一步骤，具体包括：采用预设的杂质检测模型对所述第一货物图像中的图像进行特征提取，得到杂质特征；根据所述杂质特征确定所述杂质种类和杂质位置，以及根据所述杂质特征对所述第一货物图像进行像素分割，得到第一杂质图像；将所述第一杂质图像中像素值为预设数值所在的区域设置为杂质区域。
[0019]进一步地，本申请实施例中，根据所述第一密度、所述杂质面积，以及所述货物主体区域面积，得到单个杂质区域的杂质比例，具体包括：获取所述第一密度、所述杂质面积，以及所述货物主体区域面积；将所述第一密度、所述杂质面积，以及所述货物主体区域面积输入杂质含量计算公式，得到单个杂质区域的杂质比例；其中，所述计算公式包括：
[0020]G＝(ρ1*S1)/(ρ*S)
[0021]其中，G为货物杂质含量，ρ为预设的货物密度，S为货物主体区域面积，S1为不同杂质的面积，ρ1为不同杂质的第一密度。
[0022]进一步地，本申请实施例中，所述还包括对第一货物图像进行预处理，所述对第一货物图像进行预处理具体包括：调整所述第一货物图像的尺寸并进行裁剪，得到第一子图像；对所述第一子图像进行格式转换，得到第二子图像；对所述第二子图像的像素归一化，得到预处理后的第一货物图像。
[0023]进一步地，本申请实施例中，所述提取所述第一货物图像中各个所述杂质区域对应的杂质面积以及货物主体区域面积这一步骤，包括：遍历计算第一货物图像中各个所述杂质区域的像素点的第一数量以及货物主体的像素点的第二数量；以第一数量作为各个所述杂质区域的杂质面积以及以第二数量作为货物主体的货物主体区域面积。
[0024]进一步地，本申请实施例中，还包括：对所述货物杂质含量进行评分，确定货物杂质含量检测。
[0025]另一方面，本申请实施例还提供一种货物杂质含量检测系统，包括：
[0026]获取单元，用于获取待检测货物的第一货物图像；
[0027]检测单元，用于采用预设的杂质检测模型对所述第一货物图像进行杂质检测，得到杂质区域、各个所述杂质区域对应的杂质种类、货物主体区域；
[0028]第一处理单元，用于根据所述杂质种类，确定各个所述杂质区域中杂质对应的第一密度；
[0029]提取单元，用于提取所述第一货物图像中各个所述杂质区域对应的杂质面积以及货物主体区域面积；
[0030]第二处理单元，用于根据所述第一密度、所述杂质面积、以及所述货物主体区域面积，得到单个杂质区域的杂质比例；
[0031]第三处理单元，用于遍历计算所述第一货物图像中所有所述杂质比例的总和，确定货物杂质含量。
[0032]进一步地，本申请实施例中，还包括：评分单元，用于对所述货物杂质含量检测进行评分，确定货物杂质含量。
[0033]另一方面，本申请还提供一种货物杂质含量检测装置，包括：
[0034]至少一个处理器；
[0035]至少一个存储器，用于存储至少一个程序；
[0036]当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如
技术实现思路
中任一项所述一种货物杂质含量检测方法。
[0037]此外，本申请还提供一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行如上述任一项所述一种货物杂质含量检测方法。
[0038]本申请的优点和有益效果将在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种货物杂质含量检测方法，其特征在于，包括以下步骤：获取待检测货物的第一货物图像；采用预设的杂质检测模型对所述第一货物图像进行杂质检测，得到杂质区域、各个所述杂质区域对应的杂质种类、货物主体区域；所述杂质检测模型为基于标注有不同杂质的位置和种类的样本图像进行训练而得到；所述杂质区域对应的位置和类型通过包含用第一预设数值标识杂质的第一杂质图像表征；所述第一杂质图像根据杂质种类用不同的像素值对杂质区域和货物主体区域进行分割，以通过所述第一杂质图像中的像素值得到杂质在所述第一杂质图像的位置及类型；根据所述杂质种类，确定各个所述杂质区域中杂质对应的第一密度；提取所述第一货物图像中各个所述杂质区域对应的杂质面积以及货物主体区域面积；根据所述第一密度、所述杂质面积、以及所述货物主体区域面积，得到单个杂质区域的杂质比例；遍历计算所述第一货物图像中所有所述杂质比例的总和，确定货物杂质含量。2.根据权利要求1所述一种货物杂质含量检测方法，其特征在于，所述采用预设的杂质检测模型对所述第一货物图像进行杂质检测，得到杂质区域、各个所述杂质区域对应的杂质种类、货物主体区域这一步骤，具体包括：采用预设的杂质检测模型对所述第一货物图像中的图像进行特征提取，得到杂质特征；根据所述杂质特征确定所述杂质种类和杂质位置，以及根据所述杂质特征对所述第一货物图像进行像素分割，得到第一杂质图像；将所述第一杂质图像中像素值为预设数值所在的区域设置为杂质区域。3.根据权利要求1所述一种货物杂质含量检测方法，其特征在于，根据所述第一密度、所述杂质面积，以及所述货物主体区域面积，得到单个杂质区域的杂质比例，具体包括：获取所述第一密度、所述杂质面积，以及所述货物主体区域面积；将所述第一密度、所述杂质面积，以及所述货物主体区域面积输入杂质含量计算公式，得到单个杂质区域的杂质比例；其中，所述计算公式包括：G＝(ρ1*S1)/(ρ*S)其中，G为货物杂质含量，ρ为预设的货物密度，S为货物主体区域面积，S1为不同杂质的面积，ρ1为不同杂质的第一密度。4.根据权利要求1所述一种货物杂质含量检测方法，其特征在于，还包括对第一货物图像进行...

【专利技术属性】
技术研发人员：周媛，谭天，
申请(专利权)人：杭州天眼智联科技有限公司，
类型：发明
国别省市：