[发明专利]一种基于图像分析的商品数据提取方法和装置

权利要求书

1.一种基于图像分析的商品数据提取方法，其特征在于，该方法包括：

预先设置商品类别和商品属性值；

获取每种商品类别对应的图像数据，以及每种商品属性值对应的图像数据；

基于获取的每种商品类别对应的图像数据和每种商品属性值对应的图像数据，对预先搭建的图像分类模型进行训练；

利用训练好的图像分类模型，提取待处理图像所展示商品的商品数据。

2.根据权利要求1所述的方法，其特征在于，

获取每种商品类别对应的图像数据，以及每种商品属性值对应的图像数据，包括：

利用搜索引擎和/或从底层库表搜索和下载得到每种商品类别对应的一组图像，对该组图像进行基于该种商品类别的数据清洗，对经数据清洗后的该组图像进行预处理，将经预处理后的该组图像作为该种商品类别对应的图像数据；

利用搜索引擎和/或从底层库表搜索和下载得到每种商品属性值对应的一组图像，对该组图像进行基于该种商品属性值的数据清洗，对经数据清洗后的该组图像进行预处理，将经预处理后的该组图像作为该种商品属性值对应的图像数据。

3.根据权利要求2所述的方法，其特征在于，

对该组图像进行基于该种商品类别的数据清洗，包括：删除该组图像中不属于该种商品类别的图像，以及识别不出是否属于该商品类别的图像；

对该组图像进行基于该种商品属性值的数据清洗，包括：删除该组图像中不属于该种商品属性值的图像，以及识别不出是否具备该商品属性值的图像。

4.根据权利要求2所述的方法，其特征在于，

对经数据清洗后的该组图像进行预处理，包括：

对该组图像的图像尺寸统一调整为预设图像尺寸；

将该组图像中每个图像的像素值进行归一化处理；

对该组图像中每个图像进行图像增强，将经过图像增强后的该图像添加到该组图像中。

5.根据权利要求1所述的方法，其特征在于，

预先搭建的图像分类模型，是基于预先选择的深度学习框架搭建而成，且设置了该图像分类模型的分类层中的分类任务数及每个分类任务的分类数；其中，每一分类任务对应于商品类别或一种商品属性，当该分类任务对应于商品类别时，该分类任务的分类数为商品类别总数；当该分类任务对应于一种商品属性时，该分类任务的分类数为该商品属性的全部属性值个数；

对于预先搭建的图像分类模型，如果已存在该图像分类模型对应的公开模型参数，则将该公开模型参数作为预先搭建的图像分类模型的参数，并在此基础上对预先搭建的图像分类模型进行训练。

6.根据权利要求5所述的方法，其特征在于，

利用训练好的图像分类模型，提取待处理图像所展示商品的商品数据，包括：

利用训练好的图像分类模型，识别待处理图像所展示商品在每个分类任务中属于每一类别的概率；

根据待处理图像所展示商品在每个分类任务中属于每一类别的概率，确定待处理图像所展示商品的商品分类和商品属性，将待处理图像所展示商品的商品分类和商品属性确定为待处理图像所展示商品的商品数据。