[发明专利]一种批量二维码定位方法、装置、电子设备及存储介质

权利要求书

1.一种批量二维码定位方法，其特征在于，包括：

获取包含至少两个二维码的场景图像；

将所述场景图像输入预设的深度卷积神经网络模型，输出各个所述二维码的坐标；其中，所述深度卷积神经网络模型为利用MobileNet-SSD网络进行模型训练得到的模型。

2.根据权利要求1所述的批量二维码定位方法，其特征在于，所述将所述场景图像输入预设的深度卷积神经网络模型，输出各个所述二维码的坐标，包括：

获取数据集并对所述数据集进行预处理，得到目标数据集；其中，所述目标数据集包含目标训练集和目标测试集；

将所述目标训练集输入所述MobileNet-SSD网络进行模型训练得到所述深度卷积神经网络模型；

将所述场景图像输入所述深度卷积神经网络模型，输出各个所述二维码的坐标。

3.根据权利要求2所述的批量二维码定位方法，其特征在于，所述获取数据集并对所述数据集进行预处理，得到目标数据集，包括：

获取所述数据集并对所述数据集进行像素重构处理，得到所述目标数据集。

4.根据权利要求3所述的批量二维码定位方法，其特征在于，所述输出各个所述二维码的坐标之后，还包括：

根据各所述坐标分割对应的二维码，并将各个分割出的二维码保存至移动端存储中。

5.一种批量二维码定位装置，其特征在于，包括：

场景图像获取模块，用于获取包含至少两个二维码的场景图像；

二维码坐标输出模块，用于将所述场景图像输入预设的深度卷积神经网络模型，输出各个所述二维码的坐标；其中，所述深度卷积神经网络模型为利用MobileNet-SSD网络进行模型训练得到的模型。

6.根据权利要求5所述的批量二维码定位装置，其特征在于，所述二维码坐标输出模块，包括：

目标数据集获取单元，用于获取数据集并对所述数据集进行预处理，得到目标数据集；其中，所述目标数据集包含目标训练集和目标测试集；

深度卷积神经网络模型获取单元，用于将所述目标训练集输入所述MobileNet-SSD网络进行模型训练得到所述深度卷积神经网络模型；

二维码坐标输出单元，用于将所述场景图像输入所述深度卷积神经网络模型，输出各个所述二维码的坐标。

7.根据权利要求6所述的批量二维码定位装置，其特征在于，所述目标数据集获取单元，包括：

目标数据集获取子单元，用于获取所述数据集并对所述数据集进行像素重构处理，得到所述目标数据集。

8.根据权利要求7所述的批量二维码定位装置，其特征在于，还包括：

二维码分割模块，用于根据各所述坐标分割对应的二维码，并将各个分割出的二维码保存至移动端存储中。

9.一种电子设备，其特征在于，包括：

存储器和处理器；其中，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序时实现如权利要求1至4任一项所述的批量二维码定位方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的批量二维码定位方法的步骤。