[发明专利]物体分拣方法、装置、分拣设备及存储介质

说明书

本申请实施例公开了一种物体分拣方法、装置、分拣设备及存储介质，本申请实施例可以获取待分拣物体的物体图像；对物体图像进行检测，得到待分拣物体的物体掩膜和物体类别；根据待分拣物体的物体掩膜确定待分拣物体的重心位置；根据重心位置和物体类别对待分拣物体进行分拣处理。该方案通过检测物体图像中待分拣物体的重心位置和物体类别，并基于重心位置和物体类别自动对待分拣物体进行分拣处理，相对于人工分拣，提高了对物体进行分拣的精度和效率。

技术领域

本申请涉及物体管理技术领域，具体涉及一种物体分拣方法、装置、分拣设备及存储介质。

背景技术

目前，各个城市都开始号召垃圾分类，然而现有垃圾分类主要依靠人力分拣。现有依靠专门的人员对垃圾进行统一的分拣，一方面，需要消耗大量的人力，以及耗费大量的时间，使得分拣效率低下；另一方面，通过人力分拣也容易因为体力或注意力的下降等因素影响而出现分拣错误的情况，使得分拣准确性低下。

发明内容

本申请实施例提供一种物体分拣方法、装置、分拣设备及存储介质，可以提高对物体进行分拣的精度和效率。

第一方面，本申请实施例提供了一种物体分拣方法，包括：

获取待分拣物体的物体图像；

对所述物体图像进行检测，得到所述待分拣物体的物体掩膜和物体类别；

根据所述待分拣物体的物体掩膜确定所述待分拣物体的重心位置；

根据所述重心位置和所述物体类别对所述待分拣物体进行分拣处理。

在一些实施方式中，所述对所述物体图像进行检测，得到所述待分拣物体的物体掩膜和物体类别包括：

对所述物体图像进行尺寸归一化，得到尺寸归一化后的物体图像；

对所述尺寸归一化后的物体图像进行像素值归一化，得到目标物体图像；

通过训练后的检测模型对所述目标物体图像进行检测，得到所述待分拣物体的物体掩膜和物体类别。

在一些实施方式中，所述对所述物体图像进行尺寸归一化，得到尺寸归一化后的物体图像包括：

若所述物体图像的长边大于预设长度值，则对所述物体图像进行缩小，以使得所述长边为预设长度值，并用预设数值填充所述物体图像的短边，得到尺寸归一化后的物体图像；或者，

若所述物体图像的长边小于预设长度值，则对所述物体图像进行放大，以使得所述长边为预设长度值，并用预设数值填充所述物体图像的短边，得到尺寸归一化后的物体图像。

在一些实施方式中，所述通过训练后的检测模型对所述目标物体图像进行检测，得到所述待分拣物体的物体掩膜和物体类别包括：

通过训练后的检测模型基于所述目标物体图像计算所述待分拣物体的候选物体掩膜、候选物体边界框和候选物体类别；

通过非极大值抑制算法从所述候选物体掩膜、候选物体边界框和候选物体类别中，筛选出预测物体掩膜、预测物体边界框和预测物体类别；

根据所述预测物体掩膜、预测物体边界框和预测物体类别，确定所述待分拣物体的物体掩膜和物体类别。

在一些实施方式中，所述根据所述预测物体掩膜、预测物体边界框和预测物体类别，确定所述待分拣物体的物体掩膜和物体类别包括：

将所述预测边界框缩放为所述物体图像的大小比例，得到所所述预测边界框在所述物体图像上的边界框；

根据所述预测物体掩膜中的掩膜原型与掩膜系数获取掩膜图像；

将所述掩膜图像通过插值缩放到所述物体图像的大小比例，得到置于所述边界框内的物体掩膜；