[发明专利]物品识别方法、装置、设备及存储介质

说明书

本申请实施例公开了一种物品识别方法、装置、设备及存储介质。该物品识别方法包括获取第一目标图像，第一目标图像是指目标物品的图像；识别第一目标图像，若确定第一目标图像为异常识别图像，则根据第一目标图像确定目标物品的第一特征，第一特征包括目标物品的形状、颜色或大小；将第一特征归类为预设对象类型的识别参考特征，第一特征用于确定第二目标图像是否为预设对象类型，第二目标图像是指待分拣物品的图像，预设对象类型用于指示目标物品的类别。本申请实施例中实现了识别物品的类别，并避免了直接使用模型识别物品的类别，需要预先采集大量的样本数据对模型进行训练的问题，节省了大量时间成本和人力成本。

技术领域

本申请实施例涉及计算机视觉技术领域，具体涉及一种物品识别方法、装置、设备及存储介质。

背景技术

在实际生活中，为了对物品进行分类或区分，常常需要先对物品进行识别。例如，在物流领域，在对物流包裹进行分拣之前，通常需要先对物流包裹进行识别。通过采用机器学习的识别模型对物品进行识别，能够提高对物品识别的准确率。但是，在实际对物品识别的过程中，依然会出现识别模型无法识别物品的现象，为了提高识别模型的识别率，现有技术中主要是通过预先采集大量的样本数据对模型进行训练，以得到识别率高的识别模型。但是，采集大量的样本数据进行模型训练需要较多的时间和人力。

发明内容

本申请实施例提供一种物品识别方法、装置、设备及存储介质，使得无需预先采集大量的样本数据进行模型训练，也可以实现对物品进行识别。

一方面，本申请实施例提供一种物品识别方法，所述方法包括：

获取第一目标图像，所述第一目标图像是指目标物品的图像；

识别所述第一目标图像，若确定所述第一目标图像为异常识别图像，则根据所述第一目标图像确定目标物品的第一特征，所述第一特征包括所述目标物品的形状、颜色或大小；

将所述第一特征归类为预设对象类型的识别参考特征，所述第一特征用于确定第二目标图像是否为预设对象类型，所述第二目标图像是指待分拣物品的图像，所述预设对象类型用于指示所述目标物品的类别。

在本申请的一些实施例中，所述方法还包括：

获取第二目标图像；

提取所述第二目标图像的第二特征，根据所述第一特征和所述第二特征，确定所述第二目标图像的图像类型，所述第二特征包括所述待分拣物品的形状、颜色或大小；

若所述图像类型为预设对象类型，则生成与所述预设对象类型关联的分拣信息，所述分拣信息包括所述待分拣物品的流向；

根据所述分拣信息，对所述待分拣物品进行分拣。

在本申请的一些实施例中，所述根据所述第一特征和所述第二特征，确定所述第二目标图像的图像类型，包括：

获取目标匹配度，所述目标匹配度是指所述第二特征与所述第一特征的匹配度；

若所述目标匹配度大于第一预设阈值，则确定所述第二目标图像的图像类型为与所述第一特征对应的预设对象类型。

在本申请的一些实施例中，所述第二特征包括多个特征点，所述根据所述第一特征和所述第二特征，确定所述第二目标图像的图像类型，包括：

分别计算各个特征点的置信度；

将所述各个特征点的置信度相乘，得到所述第二特征的置信度；

若所述第二特征的置信度大于第二预设阈值，则确定所述第二目标图像的图像类型为与所述第一特征对应的预设对象类型。

在本申请的一些实施例中，所述获取目标匹配度，包括：

从所述第一特征中，获取第一特征信息；