[发明专利]机器人个性化物体识别方法、装置、存储介质及机器人

权利要求书

1.一种机器人个性化物体识别方法，其特征在于，包括：

在接收到学习指令时，采集与个性化目标物体相关的视频数据；

获取用户为所述视频数据设置的物体标签；

利用所述视频数据和所述物体标签进行深度学习模型的训练，得到训练完成的深度学习模型；

当接收到物体识别指示时，利用所述深度学习模型识别所述个性化目标物体。

2.根据权利要求1所述的机器人个性化物体识别方法，其特征在于，所述利用所述视频数据和所述物体标签进行深度学习模型的训练，得到训练完成的深度学习模型，包括：

将所述视频数据和所述物体标签上传至指定服务器，以使得所述指定服务器利用所述视频数据和所述物体标签进行深度学习模型的训练，得到训练完成的深度学习模型，并反馈训练完成的深度学习模型。

3.根据权利要求1所述的机器人个性化物体识别方法，其特征在于，所述利用所述视频数据和所述物体标签进行深度学习模型的训练，得到训练完成的深度学习模型，包括：

从所述视频数据的视频帧中截取出从不同角度表征所述个性化目标物体的第一图片，并将所述物体标签设置为所述第一图片的标准识别结果；

将所述第一图片输入至初始的深度学习模型中，得到所述初始的深度学习模型输出的训练识别结果；

计算所述训练识别结果与所述标准识别结果之间的误差；

若所述误差不满足预设条件，则调整所述深度学习模型的模型参数，并将模型参数调整后的深度学习模型作为初始的深度学习模型，返回执行将所述第一图片输入至初始的深度学习模型中，得到所述初始的深度学习模型输出的训练识别结果的步骤以及后续步骤；

若所述误差满足所述预设条件，则确定所述深度学习模型训练完成，得到训练完成的深度学习模型。

4.根据权利要求1至3中任一项所述的机器人个性化物体识别方法，其特征在于，所述当接收到物体识别指示时，利用所述深度学习模型识别所述个性化目标物体，包括：

当接收到物体识别指示时，获取所述个性化目标物体的第二图片；

将所述第二图片输入至所述深度学习模型中，得到所述深度学习模型输出的识别结果。

5.根据权利要求4所述的机器人个性化物体识别方法，其特征在于，在得到所述深度学习模型输出的识别结果之后，包括：

将所述识别结果转换成对应的语音信息，并播放所述语音信息。

6.根据权利要求4所述的机器人个性化物体识别方法，其特征在于，所述获取所述个性化目标物体的第二图片，包括：

启动机器人的摄像装置，通过所述摄像装置获取所述个性化目标物体的第二图片。

7.一种机器人个性化物体识别装置，其特征在于，包括：

视频采集模块，用于在接收到学习指令时，采集与个性化目标物体相关的视频数据；

标签获取模块，用于获取用户为所述视频数据设置的物体标签；

模型训练模块，用于利用所述视频数据和所述物体标签进行深度学习模型的训练，得到训练完成的深度学习模型；

物体识别模块，用于当接收到物体识别指示时，利用所述深度学习模型识别所述个性化目标物体。

8.根据权利要求7所述的机器人个性化物体识别装置，其特征在于，所述模型训练模块，还用于将所述视频数据和所述物体标签上传至指定服务器，以使得所述指定服务器利用所述视频数据和所述物体标签进行深度学习模型的训练，得到训练完成的深度学习模型，并反馈训练完成的深度学习模型。

9.一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述机器人个性化物体识别方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述机器人个性化物体识别方法的步骤。