System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 物品摆放检测方法、装置、计算机设备及存储介质制造方法及图纸_技高网

物品摆放检测方法、装置、计算机设备及存储介质制造方法及图纸

技术编号:41185324 阅读:3 留言:0更新日期:2024-05-07 22:17
本申请涉及一种物品摆放检测方法、装置、计算机设备及存储介质。方法包括:从置物平台采集得到的物品摆放图像中,确定至少一个待检测区域;对各待检测区域分别进行特征提取,得到各待检测区域对应的区域特征向量;针对每个区域特征向量,从多个参考特征向量中确定与区域特征向量匹配的目标参考特征向量;参考特征向量是基于参考摆放图像得到的,参考摆放图像是针对符合预设摆放要求的置物平台采集得到的;基于各区域特征向量对应的目标参考特征向量,确定物品摆放检测结果,物品摆放检测结果用于表征置物平台是否符合预设摆放要求。采用本申请,能够提高物品摆放的检测效率。

【技术实现步骤摘要】

本申请涉及物品摆放检测,特别是涉及一种物品摆放检测方法、装置、计算机设备及存储介质


技术介绍

1、为了确定置物平台上物品摆放是否符合相关的摆放规定,例如,置物平台可以为办公桌或橱柜,通常安排工作人员定期进行检查。但人工逐一检查耗时且容易出错,因此,出现了利用深度学习模型进行物品摆放的检测,例如,利用目标检测模型实现物品摆放检测。

2、传统技术中,通常需要收集大量的标注数据进行目标检测模型的训练,通过已训练的目标检测模型检测物品摆放是否合规。然而,一旦用户更新物品摆放规则或更改物品的类型,都需要重新收集数据并重新训练目标检测模型,耗时较长,导致物品摆放的检测效率较低。


技术实现思路

1、基于此,有必要针对上述技术问题,提供一种物品摆放检测方法、装置、计算机设备、计算机可读存储介质以及计算机程序产品,能够提高物品摆放的检测效率。

2、第一方面,本申请提供了一种物品摆放检测方法,包括:

3、从置物平台采集得到的物品摆放图像中,确定至少一个待检测区域;

4、对各待检测区域分别进行特征提取,得到各待检测区域对应的区域特征向量;

5、针对每个区域特征向量,从多个参考特征向量中确定与区域特征向量匹配的目标参考特征向量;参考特征向量是基于参考摆放图像得到的,参考摆放图像是针对符合预设摆放要求的置物平台采集得到的;

6、基于各区域特征向量对应的目标参考特征向量,确定物品摆放检测结果;物品摆放检测结果用于表征置物平台是否符合预设摆放要求。

7、第二方面,本申请提供了一种物品摆放检测装置,包括:

8、区域确定模块,用于从置物平台采集得到的物品摆放图像中,确定至少一个待检测区域;

9、特征提取模块,用于对各待检测区域分别进行特征提取,得到各待检测区域对应的区域特征向量;

10、特征匹配模块,用于针对每个区域特征向量,从多个参考特征向量中确定与区域特征向量匹配的目标参考特征向量;参考特征向量是基于参考摆放图像得到的,参考摆放图像是针对符合预设摆放要求的置物平台采集得到的;

11、检测模块,用于基于各区域特征向量对应的目标参考特征向量,确定物品摆放检测结果;物品摆放检测结果用于表征置物平台是否符合预设摆放要求。

12、第三方面,本申请提供了一种计算机设备,计算机设备包括存储器和处理器,存储器存储有计算机程序,处理器执行该计算机程序时实现上述的方法中的步骤。

13、第四方面,本申请提供了一种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上述的方法中的步骤。

14、第五方面,本申请提供了一种计算机程序产品,计算机程序产品包括计算机程序,该计算机程序被处理器执行时实现上述的方法中的步骤。

15、上述物品摆放检测方法、装置、计算机设备、计算机可读存储介质及计算机程序产品,通过对物品摆放图像中的各待检测区域分别进行特征提取,得到各待检测区域对应的区域特征向量,从参考特征向量中确定与区域特征向量匹配的目标参考特征向量,基于各区域特征向量对应的目标参考特征向量,确定物品摆放检测结果,以检测物品摆放图像对应的置物平台是否符合预设摆放要求,从而通过特征对比检索的方式实现了对置物平台的物品摆放检测,在有新的预设摆放要求的情况下,只需要基于符合新的预设摆放要求的参考摆放图像更新参考特征向量,就可以实现物品摆放检测,而无需重新训练检测模型,从而提高了物品摆放的检测效率。

本文档来自技高网...

【技术保护点】

1.一种物品摆放检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述区域特征向量是利用已训练的特征提取模型得到的;所述对各所述待检测区域分别进行特征提取,得到各所述待检测区域对应的区域特征向量之前,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,所述基于各所述样本图像对应的样本特征向量与多个所述代理特征向量之间的相似度,对所述待训练的特征提取模型进行调整,得到所述已训练的特征提取模型,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于所述损失值对所述待训练的特征提取模型进行调整,得到所述已训练的特征提取模型,包括:

5.根据权利要求1所述的方法,其特征在于,所述对各所述待检测区域分别进行特征提取,得到各所述待检测区域对应的区域特征向量,包括:

6.根据权利要求1所述的方法,其特征在于,所述基于各所述区域特征向量对应的目标参考特征向量,确定物品摆放检测结果,包括:

7.根据权利要求1所述的方法,其特征在于,所述从置物平台采集得到的物品摆放图像中,确定至少一个待检测区域,包括:

8.一种物品摆放检测装置,其特征在于,包括:

9.一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

...

【技术特征摘要】

1.一种物品摆放检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述区域特征向量是利用已训练的特征提取模型得到的;所述对各所述待检测区域分别进行特征提取,得到各所述待检测区域对应的区域特征向量之前,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,所述基于各所述样本图像对应的样本特征向量与多个所述代理特征向量之间的相似度,对所述待训练的特征提取模型进行调整,得到所述已训练的特征提取模型,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于所述损失值对所述待训练的特征提取模型进行调整,得到所述已训练的特征提取模型,包括:

5.根据权利要求1所述的方法,其特征在于,所述对各所述待检测区域分别进行特征提取,...

【专利技术属性】
技术研发人员:王卓琛罗羊刘枢吕江波沈小勇
申请(专利权)人:深圳思谋信息科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1