【技术实现步骤摘要】
本专利技术涉及电子价签，尤其涉及电子价签专用api适配器测试系统。
技术介绍
1、电子价签作为一种实时价格显示装置，成为了最基础、最重要的元素之一。电子价签通过无线网络连接到数据库，能够在线或离线访问。不同于传统的纸质价签，电子价签可以实时准确地显示产品的各类信息，完美解决线下门店商品价格变动频繁的问题，降低人工成本，提高门店运营效率。
2、电子价签由于其特点和优势，成为了智能化管理，线上线下一体化的基础和关键所在。对于一套成熟的物联网解决方案，即局域网内的物联网管理系统或平台，应包含以下几部分：客户端、服务器、适配器、底层设备。客户端负责呈现数据，与客户交互，如电子价签；服务器负责处理各种数据往来，保存数据，分发数据，居中调度；底层设备负责采集数据，通过传感器、监控器等硬件设备采集到数据后再通过lora、zigbee、wi-fi等物联网通信协议将数据分发；适配器负责将设备采集的数据转化为服务器认可的数据，并发送给服务器，同时，也负责将服务器发给设备的指令“翻译”成设备可以理解的控制指令并发给设备。
3、目前技术方案中，适配器直接调用第三方库，将不同客户端的数据转换为第三方库开发语言(服务器可读语言)，以使得不同电子价签都可以支持的操作系统等因素影响。然而，而由于不同的电子价签厂商为其电子价签提供的通信api接口并不相同，这就造成了适配器无法对于不同的电子价签进行适配。当使用不同的电子价签时，必须对适配器进行再次的开发，才能够匹配新的电子价签。这些无疑增加了适配器的开发难度，造成二次开发等重复劳动，降低了
技术实现思路
1、为了解决上述
技术介绍
中所提到的技术问题，而提出的电子价签专用api适配器测试系统。
2、为了实现上述目的，本专利技术采用了如下技术方案：
3、电子价签专用api适配器测试系统，包括设备端、适配器和服务端，所述设备端输入数据到适配器，适配器对输入数据进行数据格式转换后，适配器输出数据到服务端；
4、所述适配器包括目标检测网络、数据增强模块、数据格式转换模块，所述目标检测网络从输入数据中提取目标数据，对目标数据进行分类，输出格式不同的分类数据；
5、所述数据增强模块对各类数据进行判断，对于存在缺陷的分类数据进行缺陷填充，输出具有完善信息的分类数据；
6、所述数据格式转换模块基于分类数据的数据类型，将各类数据转换为服务器可读数据。
7、作为上述技术方案的进一步描述：
8、所述目标检测网络包括若干网络卷积层，若干网络卷积层采用特征金字塔的堆叠方式，对底层特征图和高层特征图进行融合，在特征融合层的最底层引入注意力模块，最后在高层特征图以及融合过程的特征图上获得分类和边框定位的结果，其中，用来预测的高层特征图经过卷积具有不同的分辨率。
9、作为上述技术方案的进一步描述：
10、所述网络卷积层沿依次是con4_3层、conv7层、conv8_2层、conv9_2层、conv10_2层和conv11_2层，在进行特征融合前先对上层特征图进行两倍的上采样操作，之后，至少两次将三个相邻用于检测的特征图进行特征融合。
11、作为上述技术方案的进一步描述：
12、所述先对conv7层、conv8_2层两个特征图进行上采样操作得到相同分辨率大小的特征图，再对con4_3层、conv7层、conv8_2层三个特征图进行第一次特征融合，在con4_3层之后引入注意力模块；
13、先对conv8_2层、conv9_2层两个特征图进行上采样得到相同分辨率大小的特征图，再对conv7层、conv8_2层、conv9_2层三个特征图进行第二次特征融合，在conv7层之后引入注意力模块。
14、作为上述技术方案的进一步描述：
15、所述注意力模块包括主干道和辅干道，主干道为部分卷积神经网络，辅干道通过对特征图的缩放处理，生成和输入相同分辨率的特征图，起到注意力的作用。
16、作为上述技术方案的进一步描述：
17、所述注意力模块通过如下公式表达：
18、hi,c(x)＝[1+mi,c(x)]*fi,c(x)
19、式中，i代表输入的特征图位置，c表示特征图的通道数量，fi,c(x)为主干道特征，mi,c(x)为经过sigmoid激活函数得到的每个像素点竖直在[0,1]之间的特征图，hi,c(x)是最终得到的特征图。
20、作为上述技术方案的进一步描述：
21、所述在高层特征图以及融合过程的特征图上获得分类和边框定位的结果中边框的计算公式为：
22、
23、式中，m表示总共需要做预测的特征图的个数，smin表示最低层特征图的尺度，smax表示最高层特征图的尺度；
24、边框宽度的计算公式为：
25、
26、边框高度的计算公式为：
27、
28、边框的中心位置的计算公式为：
29、
30、上式中，ar表示边框的长宽比，|fk|是第k个特征图的分辨率。
31、作为上述技术方案的进一步描述：
32、所述数据增强模块对随机一张输入图像进行以下操作：
33、步骤一，使用全部原始图像；
34、步骤二，采样图像中的一部分，使其和目标的最小jaccard重叠部分是0.1，0.3,0.5,0.7或0.9；
35、步骤三，随机获取一个采样部分；
36、步骤四，以50％的概率对采样部分进行翻转操作，生成新的图像块。
37、综上所述，由于采用了上述技术方案，本专利技术的有益效果是：针对输入数据(如通过视频或者图片拍摄得到电子价签数据)采用设计的目标检测算法能够精确检测出小尺度、分布密集的目标，很少出现漏检和误检的现象，并且克服了人流等遮挡情况，能够检测出遮挡边缘的目标，克服了人流、光照等不利因素，在复杂的背景环境中精确地检测出了小尺度、高密度的目标，能够准确地识别出电子价签的位置和大小，且边框回归准确。通过对客户端传输过来的数据进行有关于电子价签数据的提取，而非是直接接入电子价签api接口，提取出具有不同api接口的电子价签数据集进行目标数据提取，之后对提取出来的数据进行数据格式转换，转换为电子价签数据，有效避免由于接口不匹配导致的适配器不匹配的问题，由于不涉及与电子价签和适配器的直接接入，因此不受电子价签和适配器的型号限制，支持市面上所有的厂家的适配器，同时还可通过对电子价签图片数据集处理提取电子价签目标数据的方式支持任何一款新的厂商的适配器，极大地提高了应用程序的开发效率。
本文档来自技高网...【技术保护点】
1.电子价签专用API适配器测试系统，其特征在于，包括设备端、适配器和服务端，所述设备端输入数据到适配器，适配器对输入数据进行数据格式转换后，适配器输出数据到服务端；
2.根据权利要求1所述的电子价签专用API适配器测试系统，其特征在于，所述目标检测网络包括若干网络卷积层，若干网络卷积层采用特征金字塔的堆叠方式，对底层特征图和高层特征图进行融合，在特征融合层的最底层引入注意力模块，最后在高层特征图以及融合过程的特征图上获得分类和边框定位的结果，其中，用来预测的高层特征图经过卷积具有不同的分辨率。
3.根据权利要求2所述的电子价签专用API适配器测试系统，其特征在于，所述网络卷积层沿依次是Con4_3层、Conv7层、Conv8_2层、Conv9_2层、Conv10_2层和Conv11_2层，在进行特征融合前先对上层特征图进行两倍的上采样操作，之后，至少两次将三个相邻用于检测的特征图进行特征融合。
4.根据权利要求3所述的电子价签专用API适配器测试系统，其特征在于，先对Conv7层、Conv8_2层两个特征图进行上采样操作得到相同分辨率大小的特
5.根据权利要求4所述的电子价签专用API适配器测试系统，其特征在于，所述注意力模块包括主干道和辅干道，主干道为部分卷积神经网络，辅干道通过对特征图的缩放处理，生成和输入相同分辨率的特征图，起到注意力的作用。
6.根据权利要求5所述的电子价签专用API适配器测试系统，其特征在于，所述注意力模块通过如下公式表达：
7.根据权利要求3所述的电子价签专用API适配器测试系统，其特征在于，所述在高层特征图以及融合过程的特征图上获得分类和边框定位的结果中边框的计算公式为：
8.根据权利要求1所述的电子价签专用API适配器测试系统，其特征在于，所述数据增强模块对随机一张输入图像进行以下操作：
...【技术特征摘要】
1.电子价签专用api适配器测试系统，其特征在于，包括设备端、适配器和服务端，所述设备端输入数据到适配器，适配器对输入数据进行数据格式转换后，适配器输出数据到服务端；
2.根据权利要求1所述的电子价签专用api适配器测试系统，其特征在于，所述目标检测网络包括若干网络卷积层，若干网络卷积层采用特征金字塔的堆叠方式，对底层特征图和高层特征图进行融合，在特征融合层的最底层引入注意力模块，最后在高层特征图以及融合过程的特征图上获得分类和边框定位的结果，其中，用来预测的高层特征图经过卷积具有不同的分辨率。
3.根据权利要求2所述的电子价签专用api适配器测试系统，其特征在于，所述网络卷积层沿依次是con4_3层、conv7层、conv8_2层、conv9_2层、conv10_2层和conv11_2层，在进行特征融合前先对上层特征图进行两倍的上采样操作，之后，至少两次将三个相邻用于检测的特征图进行特征融合。
4.根据权利要求3所述的电子价签...
【专利技术属性】
技术研发人员：钟小强，罗旭，刘信，
申请(专利权)人：杭州智控网络有限公司，
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。