本申请公开了一种基于目标检测的地堆本品占地面积计算方法及装置，该方法包括：获取待测地堆图像，利用分割模型将地堆图像中的地堆场景分割出来，识别地堆场景中的地堆侧面，对地堆侧面的边线进行平滑处理；对地堆图像中的本品SKU进行检测，计算地堆侧面的所有本品SKU的底边中点坐标；基于SKU尺寸表和本品SKU的底边中点坐标，分别将位于同一地堆侧面的本品SKU的底边中点连接起来，得到第一地堆侧面边线长度和第二地堆侧面边线长度，再将二者相乘，得到地堆本品占地面积。本申请通过采用神经网络模型进行图像分割和SKU检测，操作简单灵活，通过采用本品实际长度计算地堆面积，提高了地堆面积计算的准确性。高了地堆面积计算的准确性。高了地堆面积计算的准确性。
【技术实现步骤摘要】
一种基于目标检测的地堆本品占地面积计算方法及装置
[0001]本申请涉及计算机视觉分析
，尤其涉及一种基于目标检测的地堆本品占地面积计算方法及装置。
技术介绍
[0002]在快速消费领域，快消企业为保证铺货数量、确保己方产品在地堆等陈列形式中占据有利比例、或了解地堆区域中某类商品的铺货是否充分利用地堆面积，需要对地堆中该类商品铺货的面积进行监控和调整。为了便于描述，通常将这类被选定需要了解铺货面积的目标商品称为本品，将与本品可构成竞争关系的商品称为竞品。
[0003]目前，传统的企业主要通过人工巡店的方式考察本品的铺货情况，然而这种方式需要巡店员人为对地堆面积进行测量，不仅费时费力，且容易产生数据造假或计算不准确的问题。此外，这种依赖人工巡店的方式，还存在信息更新慢、对市场反馈不及时等缺点，不能满足企业对数据情况实时了解的需求。
技术实现思路
[0004]本申请的目的在于提供一种基于目标检测的地堆本品占地面积计算方法及装置，以解决现有的地堆中本品占地面积的计算方法存在的耗时长、成本高且计算结果不准确的问题。
[0005]为实现上述目的，本申请提供一种基于目标检测的地堆本品占地面积计算方法，包括：
[0006]获取待测地堆图像，利用分割模型将地堆图像中的地堆场景分割出来，识别地堆场景中的地堆侧面，并对地堆侧面的边线进行平滑处理；
[0007]对地堆图像中的本品SKU进行检测，计算地堆侧面沿边线方向的所有本品SKU的底边中点坐标；
[0008]基于预先获取的SKU尺寸表和本品SKU的底边中点坐标，分别将位于同一地堆侧面的边线的本品SKU的底边中点连接起来，得到第一地堆侧面边线长度和第二地堆侧面边线长度；
[0009]将第一地堆侧面边线长度和第二地堆侧面边线长度相乘，得到地堆本品占地面积。
[0010]进一步地，作为优选地，所述对地堆图像中的本品SKU进行检测，包括：
[0011]识别出地堆图像中的不同类型的本品，记作不同的SKU；以及，
[0012]识别同一类型的本品的不同面，记作不同的SKU；其中，对地堆图像中的本品SKU进行检测采用的深度网络模型包括Mask
‑
Rcnn和Yolo模型。
[0013]进一步地，作为优选地，所述利用分割模型将地堆图像中的地堆场景分割出来，识别地堆场景中的地堆侧面，还包括：
[0014]从分割出的地堆场景中，按照预设条件选取目标地堆，将其余地堆场景删除；
[0015]计算识别出的地堆侧面与目标地堆的交并比，保留交并比大于预设阈值的地堆侧面，从保留的所有地堆侧面中选取两个面积最大的作为目标地堆侧面。
[0016]进一步地，作为优选地，在确定所述目标地堆侧面之后，还包括确定目标地堆侧面的边线，包括：
[0017]确定地堆侧面的形心坐标，计算每条边相对于形心的位置：
[0018]将中点位于形心左侧且与x轴夹角在60
°
～120
°
的边定为左侧边；
[0019]将中点位于形心右侧且与x轴夹角在60
°
～120
°
的边定为右侧边；
[0020]计算其余的边当横坐标为地堆侧面的形心的横坐标时对应的纵坐标，如果大于形心的纵坐标，则判为上侧边，否则为下侧边。
[0021]进一步地，作为优选地，确定所述第一地堆侧面边线长度，包括：
[0022]确定位于同一地堆侧面的边线的本品SKU的中点，以位于地堆侧面的边线的一端的本品SKU为起点，沿地堆侧面的边线的另一端方向，选取相邻的预设个本品SKU的中点；
[0023]计算两两本品SKU的中点的连线角度，当连线角度处于预设角度范围内，保留连线，并以被连接SKU的底边中点为起点，继续沿着边线另一端方向确定本品SKU的中点并连线，直至连接到地堆侧面的边线的另一端的终点，得到第一地堆侧面边线长度。
[0024]进一步地，作为优选地，所述分割模型为根据神经网络算法训练得到的模型，所述神经网络算法包括Mask
‑
Rcnn或Yolo。
[0025]进一步地，作为优选地，所述对地堆侧面的边线进行平滑处理，还包括：
[0026]利用轨迹压缩算法对地堆侧面的边线进行平滑处理，所述轨迹压缩算法包括Douglas
‑
Peucker算法。
[0027]本申请还提供一种基于目标检测的地堆本品占地面积计算装置，包括：
[0028]地堆场景分割单元，用于获取待测地堆图像，利用分割模型将地堆图像中的地堆场景分割出来，识别地堆场景中的地堆侧面，并对地堆侧面的边线进行平滑处理；
[0029]本品SKU检测单元，用于对地堆图像中的本品SKU进行检测，计算地堆侧面沿边线方向的所有本品SKU的底边中点坐标；
[0030]边线长度计算单元，用于基于预先获取的SKU尺寸表和本品SKU的底边中点坐标，分别将位于同一地堆侧面的边线的本品SKU的底边中点连接起来，得到第一地堆侧面边线长度和第二地堆侧面边线长度；
[0031]地堆面积计算单元，用于将第一地堆侧面边线长度和第二地堆侧面边线长度相乘，得到地堆本品占地面积。
[0032]本申请还提供一种终端设备，包括：
[0033]一个或多个处理器；
[0034]存储器，与所述处理器耦接，用于存储一个或多个程序；
[0035]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上任一项所述的基于目标检测的地堆本品占地面积计算方法。
[0036]本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述的基于目标检测的地堆本品占地面积计算方法。
[0037]相对于现有技术，本申请的有益效果在于：
[0038]1)本申请完全根据本品实际长度计算地堆面积，能够大大提高地堆占地面积计算
结果的准确性。
[0039]2)分别基于神经网络算法训练出分割模型和SKU识别模型，识别速度快且效果好，端到端的训练不需进行额外的数据处理，降低了运算成本。
[0040]3)本申请不仅可以应用在通过两张地堆侧面照片来估算面积的场景，还可以通过单张照片估算面积，应用灵活，操作简单。
附图说明
[0041]为了更清楚地说明本申请的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0042]图1是本申请某一实施例提供的基于目标检测的地堆本品占地面积计算方法的流程示意图；
[0043]图2是本申请某一实施例提供的地堆场景和地堆侧面的标注示意图；
[0044]图3是本申请某一实施例提供的sku标注示意图
[0045]图4是本本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于目标检测的地堆本品占地面积计算方法，其特征在于，包括：获取待测地堆图像，利用分割模型将地堆图像中的地堆场景分割出来，识别地堆场景中的地堆侧面，并对地堆侧面的边线进行平滑处理；对地堆图像中的本品SKU进行检测，计算地堆侧面的所有本品SKU的底边中点坐标；基于预先获取的SKU尺寸表和本品SKU的底边中点坐标，分别将位于同一地堆侧面的本品SKU的底边中点连接起来，得到第一地堆侧面边线长度和第二地堆侧面边线长度；将第一地堆侧面边线长度和第二地堆侧面边线长度相乘，得到地堆本品占地面积。2.根据权利要求1所述的基于目标检测的地堆本品占地面积计算方法，其特征在于，所述对地堆图像中的本品SKU进行检测，包括：识别出地堆图像中的不同类型的本品，记作不同的SKU；以及，识别同一类型的本品的不同面，记作不同的SKU；其中，对地堆图像中的本品SKU进行检测采用的深度网络模型包括Mask
‑
Rcnn和Yolo模型。3.根据权利要求1所述的基于目标检测的地堆本品占地面积计算方法，其特征在于，所述利用分割模型将地堆图像中的地堆场景分割出来，识别地堆场景中的地堆侧面，还包括：从分割出的地堆场景中，按照预设条件选取目标地堆，将其余地堆场景删除；计算识别出的地堆侧面与目标地堆的交并比，保留交并比大于预设阈值的地堆侧面，从保留的所有地堆侧面中选取两个面积最大的作为目标地堆侧面。4.根据权利要求3所述的基于目标检测的地堆本品占地面积计算方法，其特征在于，在确定所述目标地堆侧面之后，还包括确定目标地堆侧面的边线，包括：确定地堆侧面的形心坐标，计算每条边相对于形心的位置：将中点位于形心左侧且与x轴夹角在60
°
～120
°
的边定为左侧边；将中点位于形心右侧且与x轴夹角在60
°
～120
°
的边定为右侧边；计算其余的边当横坐标为地堆侧面的形心的横坐标时对应的纵坐标，如果大于形心的纵坐标，则判为上侧边，否则为下侧边。5.根据权利要求4所述的基于目标检测的地堆本品占地面积计算方法，其特征在于，确定所述第一地堆侧面边线长度，包括：确定位于同一地堆侧面的边线的本品SK...
【专利技术属性】
技术研发人员：刘宇，丁明，李德圆，王杰，徐洪亮，许洁斌，
申请(专利权)人：广州市玄武无线科技股份有限公司，
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。