[发明专利]一种结算台物品识别方法、装置及电子设备

权利要求书

1.一种结算台物品识别方法，其特征在于，所述方法包括：

将包含待识别物品的图像输入到预先训练完成的至少两个第一子网络模型中，获取每个第一子网络模型输出的特征向量；

将每个特征向量按照预设的规则组合，得到目标特征向量；

将所述目标特征向量输入到预先训练完成的第一网络模型，获取所述图像包含的物品对应的物品标识；

其中，所述第一子网络模型的训练过程包括：

获取训练样本集中的每个第二样本图像，其中所述第二样本图像中标注了所述第二样本图像包含的物品对应的物品标识，其中第二样本图像中的物品归属于同一物品类别；

将每个第二样本图像及对应的第二样本图像的物品标识输入到第二网络模型中，根据第二网络模型的每个输出，对所述第二网络模型进行训练；

针对训练完成的第二网络模型，确定所述第二网络模型中实现特征向量提取的子网络，将所述子网络构成的网络模型作为第一子网络模型。

2.如权利要求1所述的方法，其特征在于，所述第一网络模型的训练过程包括：

获取包含待识别物品的第一样本图像，其中所述第一样本图像中标注了所述第一样本图像包含的物品对应的物品标识；

针对每个第一样本图像，将该第一样本图像分别输入到预先训练完成的所述至少两个第一子网络模型中，获取每个第一子网络模型输出的所述第一样本图像对应的第一子特征向量；将每个第一子特征向量按照预设的规则组合，得到第一特征向量；

将每个第一特征向量及对应的第一样本图像的物品标识输入到第一网络模型中，根据第一网络模型的每个输出，对所述第一网络模型进行训练。

3.如权利要求1或2所述的方法，其特征在于，所述按照预设的规则组合包括：

按照预设的每个第一子网络模型在进行特征向量组合时对应的组合顺序，依次将每个第一子网络模型对应的特征向量进行组合。

4.一种结算台物品识别装置，其特征在于，所述装置包括：

第一输入获取模块，用于将包含待识别物品的图像输入到预先训练完成的至少两个第一子网络模型中，获取每个第一子网络模型输出的特征向量；

组合模块，用于将每个特征向量按照预设的规则组合，得到目标特征向量；

第二输入获取模块，用于将所述目标特征向量输入到预先训练完成的第一网络模型，获取所述图像包含的物品对应的物品标识；

其中，所述装置还包括：

第二训练模块，用于获取训练样本集中的每个第二样本图像，其中所述第二样本图像中标注了所述第二样本图像包含的物品对应的物品标识，其中第二样本图像中的物品归属于同一物品类别；将每个第二样本图像及对应的第二样本图像的物品标识输入到第二网络模型中，根据第二网络模型的每个输出，对所述第二网络模型进行训练；针对训练完成的第二网络模型，确定所述第二网络模型中实现特征向量提取的子网络，将所述子网络构成的网络模型作为第一子网络模型。

5.如权利要求4所述的装置，其特征在于，所述装置还包括：

第一训练模块，用于获取包含待识别物品的第一样本图像，其中所述第一样本图像中标注了所述第一样本图像包含的物品对应的物品标识；针对每个第一样本图像，将该第一样本图像分别输入到预先训练完成的所述至少两个第一子网络模型中，获取每个第一子网络模型输出的所述第一样本图像对应的第一子特征向量；将每个第一子特征向量按照预设的规则组合，得到第一特征向量；将每个第一特征向量及对应的第一样本图像的物品标识输入到第一网络模型中，根据第一网络模型的每个输出，对所述第一网络模型进行训练。

6.一种电子设备，其特征在于，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

所述存储器中存储有计算机程序，当所述程序被所述处理器执行时，使得所述处理器执行权利要求1-3任一项所述方法的步骤。