[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

说明书

本申请所提供的一种批量二维码定位方法，包括：获取包含至少两个二维码的场景图像；将场景图像输入预设的深度卷积神经网络模型，输出各个二维码的坐标；其中，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。该方法先是获取包含至少两个二维码的场景图像，再将场景图像输入预设的深度卷积神经网络模型，输出各个二维码的坐标。其中，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。可见，该方法能够实现在各种应用场景中批量二维码定位。本申请还提供一种批量二维码定位装置、电子设备及计算机可读存储介质，均具有上述有益效果。

技术领域

本申请涉及批量二维码定位领域，特别涉及一种批量二维码定位方法、装置、电子设备及计算机可读存储介质。

背景技术

工业生产环境中时常需要批量检测货物信息，需要同时检测定位多个二维码，进而获得二维码中的信息。目前，批量二维码定位方法是：将待识别文字图像进行二值化处理，根据预定二维码扫码模式对二值化图像进行扫描，获得二维码模式点，然后对二维码模式点进行聚类，获得二维码的剪切边长和聚类中心点，对二维码进行剪切。该方法主要是利用二维码黑白像素点规律的排列特性以及预定的模式点来检测定位多个二维码，对应用的场景和模式有特殊要求，兼容性存在一定欠缺。

因此，如何实现在各种应用场景中批量二维码定位是本领域技术人员亟需解决的技术问题。

发明内容

本申请的目的是提供一种批量二维码定位方法、装置、电子设备及计算机可读存储介质，能够实现在各种应用场景中批量二维码定位。

为解决上述技术问题，本申请提供一种批量二维码定位方法，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。

优选地，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。

优选地，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。

优选地，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。

本申请还提供一种批量二维码定位装置，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。

优选地，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；