[发明专利]一种基于点位分布的商品训练集精细化采集方法在审
申请号: | 201910129911.7 | 申请日: | 2019-02-21 |
公开(公告)号: | CN109903131A | 公开(公告)日: | 2019-06-18 |
发明(设计)人: | 龚飞 | 申请(专利权)人: | 上海小萌科技有限公司 |
主分类号: | G06Q30/06 | 分类号: | G06Q30/06;G06K9/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 201900 上海市宝山*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 点位 精细化 训练集 采集 分布关系 关系确定 数据采集 训练图像 重复操作 零售柜 算法 智能 | ||
1.一种基于点位分布的商品训练集精细化采集方法,其特征在于,包含以下步骤:
A、确定商品摆法;
B、点位分布关系确定;
C、根据点位关系确定训练图像采集图例与数量。
2.根据权利要求1所述的一种基于点位分布的商品训练集精细化采集方法,其特征在于,所述步骤A具体是:根据实际情况,在采集商品图像数据时,确定了三种商品摆法:单品、运营、混合,假设柜体内摆放有四种商品A、B、C、D,每种商品按列摆放,每列摆放5个,此时柜体内形成了一个5×4的点位分布图。
3. 根据权利要求2所述的一种基于点位分布的商品训练集精细化采集方法,其特征在于,三种商品摆法各自的作用如下:(1) 单品:确保商品出现在所有点位,(2) 运营:满足正常的实际运营需求,(3) 混合:提升数据鲁棒性,增强算法在识别过程中的抗干扰能力。
4.根据权利要求1所述的一种基于点位分布的商品训练集精细化采集方法,其特征在于,在采集图像数据的过程中,设某点位上某种商品与之相邻点位某种商品同时出现的次数不少于t,A商品在中间位置,其上方的位置有四种摆法,分别为:B,C,D,空,同理,其下方、左方、右方的三个位置有同样的摆法,每种摆法都会形成两两相邻关系,在数据的采集过程中,要确保每种相邻关系出现的次数不少于t。
5. 根据权利要求4所述的一种基于点位分布的商品训练集精细化采集方法,其特征在于,单品摆法的采集图例与数量方法具体如下:①设置依赖关系次数t,设置商品摆放符号“A”和“空”,②随机向5×4点位图中的20个点位上放置“A”和“空”,放完所有20个点位为止,保存此时生成的5×4完整点位图例,③统计每个点位每种商品与其它商品同时出现的次数,若所有点位的商品都满足依赖关系次数大于t,则停止生成点位图;否则返回上一步,继续生成点位图,④输出所有的5×4点位分布图例,计算单品摆法的图像数据采集数量m 。
6.根据权利要求4所述的一种基于点位分布的商品训练集精细化采集方法,其特征在于,运营摆法的采集图例与数量方法具体如下:①设置依赖关系次数t,设置商品摆放符号“A”,“B”,“C”,“D”和“空”;②在考虑列方向必须是摆放同一种商品的同时,随机向5×4点位图中的20个点位上摆放“A”,“B”,“C”,“D”和“空”,放完所有20个点位为止,保存此时生成的5×4完整点位图例;③统计每个点位每种商品与其它商品同时出现的次数,若所有点位的商品都满足依赖关系次数大于t,则停止生成点位图;否则返回上一步,继续生成点位图;④输出所有的5×4点位分布图例,计算运营摆法的图像数据采集数量n。
7.根据权利要求4所述的一种基于点位分布的商品训练集精细化采集方法,其特征在于,混合摆法的采集图例与数量方法具体如下:①设置依赖关系次数t,设置商品摆法符号“A”,“B”,“C”,“D”和“空”;②随机向5×4点位图中的20个点位上放置“A”,“B”,“C”,“D”和“空”,放完所有20个点位为止,保存此时生成的5×4完整点位图例;③统计每个点位每种商品与其它商品同时出现的次数,若所有点位的商品都满足依赖关系次数大于t,则停止生成点位图;否则返回第二步,继续生成点位图;④输出所有完整的5×4点位分布图例,计算运营摆法的图像数据采集数量n。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海小萌科技有限公司,未经上海小萌科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910129911.7/1.html,转载请声明来源钻瓜专利网。