本发明专利技术涉及图像识别技术领域，尤其涉及一种图像中相似外包装卷烟类别识别方法，该方法包括：获取卷烟陈列图像，并将所述卷烟陈列图像输入至目标识别模型中；通过所述目标识别模型，对所述卷烟陈列图像进行目标检测处理，得到所述卷烟陈列图像中的目标对象，其中，所述目标对象包括至少一个规格的目标卷烟；通过所述目标识别模型，对所述卷烟陈列图像进行语义分割处理，得到所述目标卷烟的语义值；在所述目标对象中，根据所述目标卷烟的语义值，确定所述目标对象的卷烟类别，并输出所述目标对象的卷烟类别。该方法快速且精准识别出图像中的包烟和条烟，实现外包装采用相似的设计方案包、条烟的区分，提升包烟条烟的识别准确性和识别精度。识别精度。识别精度。
【技术实现步骤摘要】
一种图像中相似外包装卷烟类别识别方法及装置
[0001]本专利技术涉及图像识别
，尤其涉及一种图像中相似外包装卷烟类别识别方法及装置。
技术介绍
[0002]如今，卷烟直营店采集智能方式管理自家卷烟陈列。例如，跟进每天各店铺回传的卷烟陈列场景图像数据，掌握卷烟商品到货信息，发布到各店铺并及时跟进配货。由于越来越多的卷烟规格采用包烟、条烟外包装相似的设计方案，则需要分别准确检测出包烟和条烟商品。
[0003]现有的识别检测方法有YOLO、SSD等系列算法。通过现有的识别检测方法在区别包烟条烟相似的设计方案的过程中会存在失效的现象，导致在图像中识别出包烟条烟的准确性低。
技术实现思路
[0004]本申请实施例通过提供一种图像中相似外包装卷烟类别识别方法及装置，解决了现有技术中由于包烟、条烟外包装采用相似的设计方案，导致在图像中识别出包烟条烟的准确性低的技术问题，实现了快速且精准识别出图像中的包烟和条烟，提升包烟条烟的识别准确性和识别精度，还能提高方法运算速度等技术效果。
[0005]第一方面，本专利技术实施例提供一种图像中相似外包装卷烟类别识别方法，包括：获取卷烟陈列图像，并将所述卷烟陈列图像输入至目标识别模型中；通过所述目标识别模型，对所述卷烟陈列图像进行目标检测处理，得到所述卷烟陈列图像中的目标对象，其中，所述目标对象包括至少一个规格的目标卷烟；通过所述目标识别模型，对所述卷烟陈列图像进行语义分割处理，得到所述目标卷烟的语义值；在所述目标对象中，根据所述目标卷烟的语义值，确定所述目标对象的卷烟类别，并输出所述目标对象的卷烟类别。
[0006]优选的，所述对所述卷烟陈列图像进行目标检测处理，得到所述卷烟陈列图像中的目标对象，包括：通过所述目标识别模型的第一BiFPN模块，对所述卷烟陈列图像进行目标检测处理，得到所述目标卷烟的中心点和所述中心点对应的偏移量；根据所述中心点和所述对应的偏移量，得到所述目标对象。
[0007]优选的，在得到所述目标对象之后，包括：通过所述第一BiFPN模块的第一预设单层，输出所述目标对象。
[0008]优选的，所述对所述卷烟陈列图像进行语义分割处理，得到所述目标卷烟的语义值，包括：通过所述目标识别模型的第二BiFPN模块，对所述卷烟陈列图像进行语义分割处
理，得到所述卷烟陈列图像的图像特征，并通过所述第二BiFPN模块的第二预设单层，输出所述图像特征；通过预设物体检测矩阵，对所述图像特征进行卷积，得到所述目标卷烟的语义值。
[0009]优选的，所述在所述目标对象中，根据所述目标卷烟的语义值，确定所述目标对象的卷烟类别，包括：通过积分图算法，根据所述目标卷烟的语义值，确定所述目标对象的卷烟类别，其中，所述积分图算法在显卡的图形处理器中运行。
[0010]优选的，所述通过积分图算法，根据所述目标卷烟的语义值，确定所述目标对象的卷烟类别，包括：通过所述积分图算法中的检测框，得到所述目标对象中的每个目标卷烟的语义值总和；若在所述目标对象中，某个目标卷烟的语义值总和最大，则将所述目标对象的卷烟类别确定为该目标卷烟。
[0011]优选的，所述在所述目标对象中，根据所述目标卷烟的语义值，确定所述目标对象的卷烟类别，包括：在所述目标对象中仅存在一个目标卷烟的情形下，根据所述目标卷烟的上下文信息，确定所述目标卷烟的语义值，再根据所述目标卷烟的语义值，直接得到所述目标对象的卷烟类别。
[0012]基于同一专利技术构思，第二方面，本专利技术还提供一种图像中相似外包装卷烟类别识别装置，包括：获取模块，用于获取卷烟陈列图像，并将所述卷烟陈列图像输入至目标识别模型中；目标检测模块，用于通过所述目标识别模型，对所述卷烟陈列图像进行目标检测处理，得到所述卷烟陈列图像中的目标对象，其中，所述目标对象包括至少一个规格的目标卷烟；语义识别模块，用于通过所述目标识别模型，对所述卷烟陈列图像进行语义分割处理，得到所述目标卷烟的语义值；输出模块，用于在所述目标对象中，根据所述目标卷烟的语义值，确定所述目标对象的卷烟类别，并输出所述目标对象的卷烟类别。
[0013]基于同一专利技术构思，第三方面，本专利技术提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现图像中相似外包装卷烟类别识别方法的步骤。
[0014]基于同一专利技术构思，第四方面，本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现图像中相似外包装卷烟类别识别方法的步骤。
[0015]本专利技术实施例中的一个或多个技术方案，至少具有如下技术效果或优点：在本实施例中，在获取卷烟陈列图像，并将卷烟陈列图像输入至目标识别模型中之后，通过目标识别模型，对卷烟陈列图像进行目标检测处理，得到卷烟陈列图像中的目标对象，其中，目标对象包括至少一个规格的目标卷烟。这里，目标对象存在重叠摆放的条烟
和包烟，或仅存在包烟，或仅存在条烟，先将目标对象识别出来，以便于后续对目标对象的卷烟类型进行进一步确定。
[0016]并且还通过目标识别模型，对卷烟陈列图像进行语义分割处理，得到目标卷烟的语义值。然后，在目标对象中，根据目标卷烟的语义值，确定目标对象的卷烟类别，并输出目标对象的卷烟类别。这里，在目标对象中，结合该目标对象中的目标卷烟的语义值确定出卷烟类别，即确定出包烟或条烟，以快速且精准识别出图像中的包烟和条烟，实现外包装采用相似的设计方案包、条烟的区分，提升包烟条烟的识别准确性和识别精度，还能提高方法运算速度。
附图说明
[0017]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考图形表示相同的部件。在附图中：图1示出了本专利技术实施例中的图像中相似外包装卷烟类别识别方法的步骤流程示意图；图2示出了本专利技术实施例中的目标识别模块的结构示意图；图3示出了本专利技术实施例中的BiFPN模块的结构示意图；图4示出了本专利技术实施例中的得到卷烟陈列图像中的目标对象的流程示意图；图5示出了本专利技术实施例中的得到卷烟陈列图像中的目标卷烟的语义值的流程示意图；图6示出了本专利技术实施例中的卷烟陈列图像中的目标卷烟的语义值的结构示意图；图7示出了本专利技术实施例中的确定目标对象的卷烟类别的流程示意图；图8示出了本专利技术实施例中的图像中相似外包装卷烟类别识别装置的模块示意图。
具体实施方式
[0018]下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
[0019]实施例一本专利技术第一实施例提供了一种图像中相似外包装卷烟类别识别方法，如图1所示，包括：S101，获取卷烟陈列图像，并本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像中相似外包装卷烟类别识别方法，其特征在于，包括：获取卷烟陈列图像，并将所述卷烟陈列图像输入至目标识别模型中；通过所述目标识别模型，对所述卷烟陈列图像进行目标检测处理，得到所述卷烟陈列图像中的目标对象，其中，所述目标对象包括至少一个规格的目标卷烟；通过所述目标识别模型，对所述卷烟陈列图像进行语义分割处理，得到所述目标卷烟的语义值；在所述目标对象中，根据所述目标卷烟的语义值，确定所述目标对象的卷烟类别，并输出所述目标对象的卷烟类别。2.如权利要求1所述的方法，其特征在于，所述对所述卷烟陈列图像进行目标检测处理，得到所述卷烟陈列图像中的目标对象，包括：通过所述目标识别模型的第一BiFPN模块，对所述卷烟陈列图像进行目标检测处理，得到所述目标卷烟的中心点和所述中心点对应的偏移量；根据所述中心点和所述对应的偏移量，得到所述目标对象。3.如权利要求2所述的方法，其特征在于，在得到所述目标对象之后，包括：通过所述第一BiFPN模块的第一预设单层，输出所述目标对象。4.如权利要求1所述的方法，其特征在于，所述对所述卷烟陈列图像进行语义分割处理，得到所述目标卷烟的语义值，包括：通过所述目标识别模型的第二BiFPN模块，对所述卷烟陈列图像进行语义分割处理，得到所述卷烟陈列图像的图像特征，并通过所述第二BiFPN模块的第二预设单层，输出所述图像特征；通过预设物体检测矩阵，对所述图像特征进行卷积，得到所述目标卷烟的语义值。5.如权利要求1所述的方法，其特征在于，所述在所述目标对象中，根据所述目标卷烟的语义值，确定所述目标对象的卷烟类别，包括：在所述目标对象中存在至少两个目标卷烟的情形下，通过积分图算法，根据所述目标卷烟的语义值，确定所述目标对象的卷烟类别，其中，所述积分图算法在显卡的图形处理器中运行。6.如权利...
【专利技术属性】
技术研发人员：龙涛，杨恒，李轩，
申请(专利权)人：深圳爱莫科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。