货品识别方法及装置制造方法及图纸

本申请提供一种货品识别方法及装置，该货品识别方法包括：获取待识别货品图像；对待识别货品图像进行特征提取得到第一特征图；将第一特征图输入预设注意力模型进行权重调整，得到第二特征图；基于第一特征图和第二特征图进行图像融合，得到第三特征图；基于第三特征图进行货品识别，得到待识别货品图像的目标货品识别结果。本申请在提取待识别货品图像较为浅层的第一特征图之后，基于预设注意力模型对第一特征图进行权重调整，得到第二特征图，能够找到有用的信息，基于第二特征图和第一特征图做融合，得到第三特征图并进行货品识别，第三特征图具有较为丰富的特征信息，能够提高货品识别的准确性。识别的准确性。识别的准确性。

【技术实现步骤摘要】
货品识别方法及装置


[0001]本申请主要涉及人工智能
，具体涉及一种货品识别方法及装置。

技术介绍

[0002]货品摆放在货架上，要掌握商品的销售情况和陈列方式，一般是采用人工核查的方式。但面对大量的场地，需要较多人员参与，成本高而且时效性也差。随着人工智能的发展，现有技术中有采用神经网络模型进行货品识别然后进行分类的方案进行货物识别，但现有技术中大部分采用常规的卷积神经网络(CNN)提取特征然后进行分类，但是这种方式提取的特征不够丰富，货品识别准确率较低。
[0003]也即，现有技术中货品识别准确率较低。

技术实现思路

[0004]本申请提供一种货品识别方法及装置，旨在解决现有技术中货品识别准确率较低的问题。
[0005]第一方面，本申请提供一种货品识别方法，所述货品识别方法包括：
[0006]获取待识别货品图像；
[0007]对所述待识别货品图像进行特征提取得到第一特征图；
[0008]将所述第一特征图输入预设注意力模型进行权重调整，得到第二特征图；
>[0009]基于所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种货品识别方法，其特征在于，包括：获取待识别货品图像；对所述待识别货品图像进行特征提取得到第一特征图；将所述第一特征图输入预设注意力模型进行权重调整，得到第二特征图；基于所述第一特征图和所述第二特征图进行图像融合，得到第三特征图；基于所述第三特征图进行货品识别，得到所述待识别货品图像的目标货品识别结果。2.根据权利要求1所述的货品识别方法，其特征在于，所述对所述待识别货品图像进行特征提取得到第一特征图，包括：获取预设的目标残差网络模型，其中，所述目标残差网络模型包括第一残差块和第二残差块，所述第二残差块用于对所述第一残差块的输出进行卷积操作，将所述待识别货品图像输入所述目标残差网络模型，得到所述第一残差块对所述待识别货品图像特征提取输出的所述第一特征图；所述基于所述第一特征图和所述第二特征图进行图像融合，得到第三特征图，包括：获取所述第二残差块对所述第一特征图进行卷积操作得到的第四特征图；基于所述第四特征图和所述第二特征图进行图像融合，得到所述第三特征图。3.根据权利要求2所述的货品识别方法，其特征在于，所述基于所述第四特征图和所述第二特征图进行图像融合，得到所述第三特征图，包括；对所述第二特征图进行降采样处理，得到降采样处理后的第二特征图；融合所述第四特征图和降采样处理后的第二特征图，得到所述第三特征图。4.根据权利要求3所述的货品识别方法，其特征在于，所述基于所述第三特征图进行货品识别，得到所述待识别货品图像的目标货品识别结果，包括：对所述第三特征图上采样处理，得到上采样处理后的第三特征图；将上采样处理后的第三特征图输入所述预设注意力模型进行权重调整，得到第五特征图；对所述第五特征图进行降采样处理，得到降采样处理后的第五特征图；基于降采样处理后的第五特征图和所述第三特征图进行融合，得到目标特征图；基于所述目标特征图进行货品识别，得到所述待识别货品图像的目标货品识别结果。5.根据权利要求4所述的货品识别...

【专利技术属性】
技术研发人员：罗中华，马佳炯，周浩，连自锋，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：