物资识别方法、装置、设备及存储介质制造方法及图纸

本公开涉及信息识别技术领域，尤其涉及一种物资识别方法、装置、设备及存储介质。方法包括：获取物资包裹的物资图片，其中，所述物资图片包括所述物资包裹的物资信息；对所述物资图片进行识别，并行获得至少一个识别结果，其中，任意两个所述识别结果互不干扰；根据至少一个所述识别结果的预设优先级，获得所述物资包裹的物资识别信息，其中，所述预设优先级用于指示至少一个所述识别结果的处理顺序。本公开用以解决现有技术中的方法对物资进行识别时可靠性差的问题。靠性差的问题。靠性差的问题。

【技术实现步骤摘要】
物资识别方法、装置、设备及存储介质


[0001]本公开涉及信息识别
，尤其涉及一种物资识别方法、装置、设备及存储介质。

技术介绍

[0002]目前，随着物流技术的飞速发展，物资包裹可能来自多个不同的国家或地区，物资包裹数量庞大且种类繁多，而物资包裹的盘点、记录和入库是一个重要的环节。盘点过程需要盘点工作人员去识别每一件商品的名称、种类、类型、型号和规格等信息，然后把这些信息记录和入库，方便统一管理和分配。但是，由于物资包裹的来源地不同，物资包裹外包装上印刷的信息格式、使用语言等都存在较大差异。现有技术中常采用人工识别、二维码识别或对固定种类商品的计算机识别等方法。但是，人工识别依赖人工经验和主观判断，错误率高，可靠性差；而二维码识别或对固定种类商品的计算机识别等方法均对外包装上的信息格式要求较高，存在识别失败，用户无法获得识别信息的情况，同样可靠性较差。

技术实现思路

[0003]本公开提供一种物资识别方法、装置、设备及存储介质，用以解决现有技术中的方法对物资进行识别时可靠性差的问题。
[0004]本公开提供一种物资识别方法，包括：获取物资包裹的物资图片，其中，所述物资图片包括所述物资包裹的物资信息；对所述物资图片进行识别，并行获得至少一个识别结果，其中，任意两个所述识别结果互不干扰；根据至少一个所述识别结果的预设优先级，获得所述物资包裹的物资识别信息，其中，所述预设优先级用于指示至少一个所述识别结果的处理顺序。
[0005]根据本公开提供的一种物资识别方法，所述对所述物资图片进行识别，并行获得至少一个识别结果，包括：基于视觉表征的相似性，将所述物资图片与至少一个样本图片进行相似性搜索处理，获得相似性识别结果，其中，所述相似性识别结果包括所述物资图片的目标识别信息和信息相似度，所述每一个所述样本图片对应一组样本识别信息；和/或，对所述物资图片进行分类处理，获得分类识别结果，其中，所述分类识别结果包括所述物资包裹的目标分类信息和分类置信度；和/或，识别所述物资图片上的文字信息，获得所述物资包裹的文字识别结果；其中，所述识别结果包括所述相似性识别结果和/或所述分类识别结果和/或所述文字识别结果。
[0006]根据本公开提供的一种物资识别方法，所述预设优先级指示所述处理顺序依次为所述相似性识别结果、所述分类识别结果和所述文字识别结果；所述根据至少一个所述识别结果的预设优先级，获得所述物资包裹的物资识别信息，包括：基于所述预设优先级进行如下处理步骤：基于所述相似性识别结果，比较所述信息相似度与相似阈值；在所述信息相似度大于所述相似阈值的情况下，确定所述目标识别信息为所述物资识别信息；在所述信息相似度小于或等于所述相似阈值的情况下，基于所述分类识别结果，比较所述分类置信
度与置信阈值；在所述分类置信度大于所述置信阈值的情况下，确定所述目标分类信息为所述物资识别信息；在所述分类置信度小于或等于所述置信阈值的情况下，确定所述文字识别结果为所述物资识别信息。
[0007]根据本公开提供的一种物资识别方法，所述基于视觉表征的相似性，将所述物资图片与至少一个样本图片进行相似性搜索处理，获得相似性识别结果，包括：获取表征所述物资图片视觉特征信息的物资特征向量；计算所述物资特征向量与每一个样本特征向量的向量相似度，其中，每一个所述样本特征向量为表征每一个所述样本图片视觉特征信息的向量；确定所述向量相似度最高的所述样本图片对应的样本识别信息，为所述目标识别信息；确定最高的所述向量相似度为所述信息相似度；基于所述目标识别信息和所述信息相似度，获得所述相似性识别结果。
[0008]根据本公开提供的一种物资识别方法，所述对所述物资图片进行分类处理，获得分类识别结果，包括：将所述物资图片输入至预设的类别深度学习模型，获得所述类别深度学习模型输出的所述物资包裹的类别标识和分类置信度，其中，所述类别深度学习模型为采用分类样本数据对第一原始深度学习模型进行训练得到，所述分类样本数据包括N个样本图片，以及N个样本图片分别对应的样本类别表示和样本置信度，N为大于1的整数；基于预设的映射关系，确定所述类别标识对应的目标分类信息；基于所述目标分类信息和所述分类置信度，获得所述分类识别结果。
[0009]根据本公开提供的一种物资识别方法，所述识别所述物资图片上的文字信息，获得所述物资包裹的文字识别结果，包括：将所述物资图片输入预设的光学字符识别深度学习模型，获得所述光学字符识别深度学习模型输出的字符信息；其中，所述光学字符识别深度学习模型为采用文字样本数据对第二原始深度学习模型进行训练得到，所述文字样本数据包括M个样本图片，以及M个所述样本图片分别对应的样本字符信息，M为大于1的整数；对所述字符信息进行筛选，获得所述文字识别结果。
[0010]根据本公开提供的一种物资识别方法，所述对所述字符信息进行筛选，获得所述文字识别结果之前，还包括：将所述字符信息翻译为目标语言格式的字符信息；所述对所述字符信息进行筛选，获得所述文字识别结果，包括：对所述目标语言格式的字符信息进行筛选，获得所述文字识别结果。
[0011]本公开还提供一种物资识别装置，包括：获取模块，用于获取物资包裹的物资图片，其中，所述物资图片包括所述物资包裹对应的物资信息；识别模块，用于对所述物资图片进行识别，并行获得至少一个识别结果，其中，任意两个所述识别结果互不干扰；信息确定模块，用于根据至少一个所述识别结果的预设优先级，获得所述物资包裹的物资识别信息，其中，所述预设优先级用于指示至少一个所述识别结果的处理顺序。
[0012]本公开还提供一种电子设备，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如上述任一种所述的物资识别方法。
[0013]本公开还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述的物资识别方法。
[0014]本公开提供的物资识别方法、装置、设备及存储介质，获取物资包裹的物资图片后，对物资图片进行识别，并行获得至少一个识别结果。然后根据至少一个识别结果的预设
优先级，最终获得物资包裹的物资识别信息。也就是说，对物资图片进行识别时，并行获得至少一个识别结果，且任意两个识别结果互不干扰，也就是说各个识别结果之间是相互独立的。也就是说，当一种识别结果由于一些原因无效时，还有并行获得的其他识别结果，避免了仅获得一个识别结果导致物质识别信息获取失败的情况，提高物资识别的可靠性。而至少一个识别结果的预设优先级，保证了即使存在多个识别结果，也不会造成信息混乱，按照预设优先级规定的处理顺序，对各个识别结果有序处理，保证得到更为准确的物资识别信息，进一步提高了物资信息识别的可靠性。
附图说明
[0015]为了更清楚地说明本公开或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物资识别方法，其特征在于，包括：获取物资包裹的物资图片，其中，所述物资图片包括所述物资包裹的物资信息；对所述物资图片进行识别，并行获得至少一个识别结果，其中，任意两个所述识别结果互不干扰；根据至少一个所述识别结果的预设优先级，获得所述物资包裹的物资识别信息，其中，所述预设优先级用于指示至少一个所述识别结果的处理顺序。2.根据权利要求1所述物资识别方法，其特征在于，所述对所述物资图片进行识别，并行获得至少一个识别结果，包括：基于视觉表征的相似性，将所述物资图片与至少一个样本图片进行相似性搜索处理，获得相似性识别结果，其中，所述相似性识别结果包括所述物资图片的目标识别信息和信息相似度，所述每一个所述样本图片对应一组样本识别信息；和/或，对所述物资图片进行分类处理，获得分类识别结果，其中，所述分类识别结果包括所述物资包裹的目标分类信息和分类置信度；和/或，识别所述物资图片上的文字信息，获得所述物资包裹的文字识别结果；其中，所述识别结果包括所述相似性识别结果和/或所述分类识别结果和/或所述文字识别结果。3.根据权利要求2所述的物资识别方法，其特征在于，所述预设优先级指示所述处理顺序依次为所述相似性识别结果、所述分类识别结果和所述文字识别结果；所述根据至少一个所述识别结果的预设优先级，获得所述物资包裹的物资识别信息，包括：基于所述预设优先级进行如下处理步骤：基于所述相似性识别结果，比较所述信息相似度与相似阈值；在所述信息相似度大于所述相似阈值的情况下，确定所述目标识别信息为所述物资识别信息；在所述信息相似度小于或等于所述相似阈值的情况下，基于所述分类识别结果，比较所述分类置信度与置信阈值；在所述分类置信度大于所述置信阈值的情况下，确定所述目标分类信息为所述物资识别信息；在所述分类置信度小于或等于所述置信阈值的情况下，确定所述文字识别结果为所述物资识别信息。4.根据权利要求2所述的物资识别方法，其特征在于，所述基于视觉表征的相似性，将所述物资图片与至少一个样本图片进行相似性搜索处理，获得相似性识别结果，包括：获取表征所述物资图片视觉特征信息的物资特征向量；计算所述物资特征向量与每一个样本特征向量的向量相似度，其中，每一个所述样本特征向量为表征每一个所述样本图片视觉特征信息的向量；确定所述向量相似度最高的所述样本图片对应的样本识别信息，为所述目标识别信息；确定最高的所述向量相似度为所述信息...

【专利技术属性】
技术研发人员：贺冠楠，梅涛，王林芳，于伟，
申请(专利权)人：京东科技信息技术有限公司，
类型：发明
国别省市：