[发明专利]零件识别管理方法及装置

说明书

本发明提供了一种零件识别管理方法及装置，方法包括：获取包含待识别零件的目标图片；通过预先训练的零件识别模型对所述目标图片进行识别，得到所述待识别零件的零件名称；所述零件识别模型为神经网络模型；根据所述零件名称从预先建立的零件仓储数据库中获得所述待识别零件的零件信息；所述零件仓储数据库中记录仓库中各个零件种类对应的零件信息；根据所述待识别零件的零件信息在仓库中对所述待识别零件进行管理。本发明的方案可以实现快速识别零件信息、有效管理零件库存。

技术领域

本发明涉及人工智能技术领域，特别涉及一种零件识别管理方法及装置、电子设备。

背景技术

现代工业生产中会用到大量不同类型的零件，单个装置或者装备都可能具有上万甚至更多的零件。例如一般轿车约由1万个不可拆解的独立零部件组装而成，结构极其复杂的特制汽车，如F1赛车等，其独立零部件的数量可达到2万个之多。而一架波音747需要近600万个零部件，而波音767和777则需要300多万个零件。因此大部分技术人员也不可能完全认识全部的零件种类，同时大量零件的管理也是一个很大的难题，如何快速识别零件的类型信息和应用场景，如何有效管理零件的库存是急需解决的技术问题。

发明内容

本发明的目的在于提供一种零件识别管理方法及装置、电子设备，实现快速识别零件信息、有效管理零件库存。具体技术方案如下：

为达到上述目的，本发明提供了一种零件识别管理方法，包括：

获取包含待识别零件的目标图片；

通过预先训练的零件识别模型对所述目标图片进行识别，得到所述待识别零件的零件名称；所述零件识别模型为神经网络模型；

根据所述零件名称从预先建立的零件仓储数据库中获得所述待识别零件的零件信息；所述零件仓储数据库中记录仓库中各个零件种类对应的零件信息；

根据所述待识别零件的零件信息在仓库中对所述待识别零件进行管理。

可选的，在所述的零件识别管理方法中，所述神经网络模型为卷积神经网络模型或深度残差网络模型。

可选的，在所述的零件识别管理方法中，所述零件仓储数据库中存储有各个零件的零件名称、库存数量、产品信息和使用说明。

可选的，在所述的零件识别管理方法中，所述零件识别模型部署在客户端，所述客户端设置有摄像头以获取包含所述待识别零件的目标图片，所述零件仓储数据库设置在服务器端，所述客户端与所述服务器端连接；

所述客户端通过所述零件识别模型对所述目标图片进行识别，得到所述待识别零件的零件名称，并访问所述服务器端的所述零件仓储数据库，根据所述零件名称从所述零件仓储数据库中获得所述待识别零件的零件信息，再根据所述零件信息在仓库中对所述待识别零件进行管理。

可选的，在所述的零件识别管理方法中，所述零件识别模型和所述零件仓储数据库部署在服务器端；

所述目标图片通过客户端获取，所述客户端部署有预先训练的区域识别模型；

所述客户端通过所述区域识别模型从所述目标图片中识别出零件区域，并对所述零件区域进行切片，将切片后的所述零件区域发送给所述服务器端进行识别。

可选的，在所述的零件识别管理方法中，当所述零件区域占所述目标图片的比例超过第一预设阈值时，若所述目标图片的大小不超过第二预设阈值，则直接将所述目标图片发送给所述服务器端进行识别，否则将所述目标图片进行压缩处理，再将压缩后的所述目标图片发送给所述服务器端进行识别；或

当切片后的所述零件区域的大小超过第二预设阈值时，对切片后的所述零件区域进行压缩处理，并将压缩后的所述零件区域发送给所述服务器端。

可选的，在所述的零件识别管理方法中，在得到所述待识别零件的零件名称后，还包括：