[发明专利]果蔬智能计价方法、装置、存储介质及设备

权利要求书

1.一种果蔬智能计价方法，其特征在于，所述方法包括：

获取各类别果蔬的图像数据集，将其作为深度学习的训练样本进行模型训练得到果蔬识别模型；

采集待计价果蔬的图像数据；

利用所述果蔬识别模型对所述图像数据进行分类，以获取待计价果蔬的类别；

查询所述分类结果对应的单价信息，并根据所述单价信息和待计价果蔬的重量信息得到待计价果蔬的总价。

2.根据权利要求1所述的方法，其特征在于，所述利用所述果蔬识别模型对所述图像数据进行分类，以获取待计价果蔬的类别，还包括：

若所述果蔬识别模型的分类结果大于或等于两个类别，则采集用户输入的语音数据；

识别所述语音数据，并根据所述语音数据的识别结果确定待计价果蔬的类别。

3.根据权利要求1所述的方法，其特征在于，所述获取各类别果蔬的图像数据集，将其作为深度学习的训练样本进行模型训练得到果蔬识别模型，包括：

将各类别果蔬的图像数据集输入卷积神经网络模型进行训练，以供所述卷积神经网络模型通过多轮卷积层和池化层进行特征提取，经过全连接层将提取的特征表示映射到样本标记空间，并经过softmax层实现果蔬类别的输出。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

预先对各类别果蔬的图像数据集进行去噪预处理，并将预处理后的图像数据集作为深度学习的训练样本。

5.根据权利要求1所述的方法，其特征在于，在所述查询所述分类结果对应的单价信息之前，所述方法还包括：

对待计价果蔬进行称重，以采集待计价果蔬的重量信息，或接收用户输入的待计价果蔬的重量信息。

6.一种果蔬智能计价装置，其特征在于，包括：

模型训练模块，用于获取各类别果蔬的图像数据集，将其作为深度学习的训练样本进行模型训练得到果蔬识别模型；

图像采集模块，用于采集待计价果蔬的图像数据；

分类模块，用于利用所述果蔬识别模型对所述图像数据进行分类，以获取待计价果蔬的类别；

计价模块，用于查询所述分类结果对应的单价信息，并根据所述单价信息和待计价果蔬的重量信息得到待计价果蔬的总价。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

语音采集模块，用于当所述果蔬识别模型的分类结果大于或等于两个类别时，采集用户输入的语音数据；

语音识别模块，用于识别所述语音数据，并根据所述语音数据的识别结果确定待计价果蔬的类别。

8.根据权利要求6所述的装置，其特征在于，所述模型训练模块，具体用于将各类别果蔬的图像数据集输入卷积神经网络模型进行训练，以供所述卷积神经网络模型通过多轮卷积层和池化层进行特征提取，经过全连接层将提取的特征表示映射到样本标记空间，并经过softmax层实现果蔬类别的输出。

9.一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，该程序被处理器执行时实现如权利要求1-5任一项所述方法的步骤。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1-5任一项所述方法的步骤。