信息发送方法、模型训练方法、装置、电子设备制造方法及图纸

本公开的实施例公开了信息发送方法、模型训练方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：响应于接收到至少一个目标检测装置的图像识别请求，接收该至少一个目标检测装置所发送的至少一张待检测图像；将该至少一张待检测图像输入至当前选用的、预先训练的异常物品识别模型，得到该至少一张待检测图像中各张待检测图像的识别结果；将该各张待检测图像的识别结果和该各张待检测图像的图像信息发送至该检测数据处理端，以及将该各张待检测图像的识别结果发送至对应的目标检测装置。该实施方式可以快捷、高效地生成待检测图像的识别结果，以供目标检测装置高效地确定是否存在异常物品。高效地确定是否存在异常物品。高效地确定是否存在异常物品。

【技术实现步骤摘要】
信息发送方法、模型训练方法、装置、电子设备


[0001]本公开的实施例涉及计算机
，具体涉及信息发送方法、模型训练方法、装置、电子设备和计算机可读介质。

技术介绍

[0002]目前，异常物品识别作为物品异常检测行业的重要组成部分。在物流、重大活动等场景中都被广泛应用。对于异常物品的识别，通常采用的方式为：首先，利用检测机对待检测物品进行扫描。然后，基于计算机视觉的检测机违禁品识别技术来识别异常物品。
[0003]然而，当采用上述方式来识别异常物品时，经常会存在如下技术问题：
[0004]现有基于视觉的异常物品检测技术虽被逐步应用，但在完成模型训练后，多数会长期使用，持续优化的可能性较低。其主要原因在于整个过程的割裂，缺乏对检测图像有效处理，无法持续的获取和处理检测图像，从而无法对模型进行持续迭代，导致后续模型识别准确率较低。除此之外，侧面造成了检测图像资源的流失。

技术实现思路

[0005]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息发送方法，包括：响应于接收到至少一个目标检测装置的图像识别请求，接收所述至少一个目标检测装置所发送的至少一张待检测图像；将所述至少一张待检测图像输入至当前选用的、预先训练的异常物品识别模型，得到所述至少一张待检测图像中各张待检测图像的识别结果，其中，所述异常物品识别模型的模型信息是当前检测数据处理端所显示的各个模型信息中的、针对所述至少一个目标检测装置选取的模型信息；将所述各张待检测图像的识别结果和所述各张待检测图像的图像信息发送至所述检测数据处理端，以及将所述各张待检测图像的识别结果发送至对应的目标检测装置。2.根据权利要求1所述的方法，其中，所述方法还包括：响应于接收到所述检测数据处理端发送的更新后的异常物品识别模型，将所述更新后的异常物品识别模型确定为当前选用的、预先训练的异常物品识别模型。3.根据权利要求1所述的方法，其中，所述将所述至少一张待检测图像输入至当前选用的、预先训练的异常物品识别模型，得到所述至少一张待检测图像中各张待检测图像的识别结果，包括：对于所述至少一张待检测图像中的每张待检测图像，通过以下识别结果生成步骤生成所述待检测图像的识别结果：将所述待检测图像输入至所述预先训练的异常物品识别模型中的特征提取网络，以生成所述待检测图像对应的特征图；根据所述特征图，利用所述异常物品识别模型中的候选框生成网络，生成所述特征图对应的特征矩阵；对所述特征矩阵进行目标池化处理，得到池化后的特征矩阵；对所述池化后的特征矩阵进行矩阵展开处理，得到所述待检测图像对应的特征向量；根据所述特征向量，生成所述待检测图像的识别结果。4.一种模型训练方法，包括：响应于接收到物品识别端发送的至少一张待检测图像中各张待检测图像的识别结果，根据至少一个目标检测装置的地点信息，对所述至少一张待检测图像的图像信息和对应的各个识别结果进行结构化存储；响应于检测到已存储的图像信息集满足预设条件，从所述图像信息集中选取满足目标条件的图像信息，作为第一图像信息，得到至少一个第一图像信息，以及获取与所述至少一个第一图像信息对应的识别结果；根据所述至少一个第一图像信息和所述至少一个第一图像信息对应的识别结果，生成第一训练图像样本集；根据所述第一训练图像样本集，对当前所述物品识别端所选用的、预先训练的异常物品识别模型进行模型训练，得到训练后的异常物品识别模型，作为更新后的异常物品识别模型。5.根据权利要求4所述的方法，其中，所述方法还包括：展示所述更新后的异常物品识别模型的模型应用信息和模型版本信息。6.根据权利要求4所述的方法，其中，所述方法还包括：
响应于接收到针对所述更新后的异常物品识别模型的选用请求，将所述更新后...

【专利技术属性】
技术研发人员：石立鹏，
申请(专利权)人：北京京东振世信息技术有限公司，
类型：发明
国别省市：