[发明专利]一种用于密集拿取物品检测的方法和装置

说明书

本发明提供了一种用于密集拿取物品检测的方法和装置，通过获取多个物品被拿取并做相互远离和靠近运动的视频数据，并对视频数据中的每个物品进行追踪，确定每个物品对应的在每帧视频图像中的边界标注框；将确定了每个物品的边界标注框的视频图像作为训练样本，并基于预设的Repulsion损失函数进行训练，得到对应的检测模型，使得该检测模型可以用于密集拿取物品检测。应用本发明的方法，能够降低人工标注成本，并有效提高密集拿取物品的检测效果。

技术领域

本发明涉及通信技术领域，特别涉及一种用于密集拿取物品检测的方法和装置。

背景技术

在无人超市和无人货柜中，物品拿取的检测作为一种基本技术有着重要的作用，其他应用都需要在物品拿取检测的基础上去实现。

现有检测技术中，采用计算机视觉的检测模型，尤其是深度学习的模型来解决，例如fasterRCNN，yolo、SSD等。为训练有效的检测模型，通常还需要采集大量的训练数据，进行人工标注。

现有检测技术中，以人工为主的训练数据采集方法效率偏低，对密集拿取物体进行标注的时候，工作量将会变得非常大。另外，现有检测技术只考虑通用的检测情况，对于物品靠得很近的情况没有做特殊处理，这会影响检测模型的检测效果，例如两个相近物品经常会被检测为同一物体，导致少算拿取的物品数量。

发明内容

有鉴于此，本发明的目的在于提供一种用于密集拿取物品检测的方法和装置，能够降低人工标注成本，并有效提高密集拿取物品的检测效果。

为了达到上述目的，本发明提供了如下技术方案：

一种用于密集拿取物品检测的训练样本提取方法，包括：

获取多个物品被拿取并做相互远离和靠近运动的视频数据；

追踪视频数据中的每个物品，确定该物品在每帧视频图像中的边界标注框；

将确定了每个物品的边界标注框的每帧视频图像，作为用于密集拿取物品检测的训练样本。

一种用于密集拿取物品检测的训练模型生成方法，包括：

预先获取用于密集拿取物品检测的训练样本；所述训练样本是利用如上述用于密集拿取物品检测的训练样本提取方法提取得到的；

基于预设损失函数对所述训练样本进行训练，得到用于密集拿取物品检测的训练模型。

一种用于密集拿取物品检测的训练样本提取装置，包括：

获取单元，用于获取多个物品被拿取并做相互远离和靠近运动的视频数据；

追踪单元，用于追踪视频数据中的每个物品，确定该物品在每帧视频图像中的边界标注框；

收集单元、用于将确定了每个物品的边界标注框的每帧视频图像，作为用于密集拿取物品检测的训练样本。

一种用于密集拿取物品检测的训练模型生成装置，包括：

获取单元，用于预先获取用于密集拿取物品检测的训练样本；所述训练样本是利用如上述用于密集拿取物品检测的训练样本提取方法提取得到的；

生成单元，用于基于预设损失函数对所述训练样本进行训练，得到用于密集拿取物品检测的训练模型。

一种电子设备，包括：至少一个处理器，以及与所述至少一个处理器通过总线相连的存储器；所述存储器存储有可被所述至少一个处理器执行的一个或多个计算机程序；所述至少一个处理器执行所述一个或多个计算机程序时实现上述用于密集拿取物品检测的训练样本提取方法中的步骤。

一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个计算机程序，所述一个或多个计算机程序被处理器执行时实现上述用于密集拿取物品检测的训练样本提取方法。