[发明专利]腕表识别方法及设备

说明书

本发明涉及腕表识别的技术领域，公开了一种腕表识别方法及设备。其中，该方法包括以下步骤：通过扫描模型识别图片上的表框候选框与品牌候选框；所述扫描模型从所述表框候选框与品牌候选框中截取数据候选区域提交至服务器；所述服务器通过所述品牌候选框的数据候选区域识别出腕表的品牌；所述服务器根据所述腕表的品牌调出相应的表款识别模型；将所述表框候选框的数据候选区域通过所述表款识别模型进行识别，获得所述腕表的表款。本发明技术方案给出的腕表识别方法提高了腕表表款的识别速度和准确性。

技术领域

本发明专利涉及腕表识别的技术领域，具体而言，涉及一种腕表识别方法及设备。

背景技术

目前基于深度学习的图像识别技术在腕表识别方面的应用，基本上限于单模型的应用，如使用分类模型对图片，分类模型比较常用包括Alexnet、VGG、inception、moblilenet、efficientnet、resnet等，各模型区别在于识别结果的准确率与训练、识别过程中的计算量以及资源占用率。

上述分类模型对腕表识别的过程中，图片分类模型都比较成熟，训练、识别以及部署都有比较成熟的方案，简单便捷。

但是，腕表识别的应用场景决定了用户不会按模型输入需求提供图片，图片分类模型不能检测到手表在图片中的位置，所以会大大降低识别的准确率。另一个问题是，无论图片中是否存在表款，分类模型都会给出一个结果，会造成一些让人迷惑的结果。此外，目前市面上的腕表表款超过7万种，为这么多品类做区分，使用单一的分类模型会很难满足要求。

发明内容

本发明的目的在于提供一种腕表识别方法，旨在解决现有技术中，腕表识别准确率较低的问题。

本发明是这样实现的，一种腕表识别方法，包括以下步骤：

通过扫描模型识别图片上的表框候选框与品牌候选框；

所述扫描模型从所述表框候选框与品牌候选框中截取数据候选区域提交至服务器；

所述服务器通过所述品牌候选框的数据候选区域识别出腕表的品牌；

所述服务器根据所述腕表的品牌调出相应的表款识别模型；

将所述表框候选框的数据候选区域通过所述表款识别模型进行识别，获得所述腕表的表款。

可选的，所述通过扫描模型识别图片上的表框候选框与品牌候选框的步骤包括：

所述扫描模型将图片转化为灰度图；

提取所述灰度图上腕表的形状特征和位置特征；

根据所述腕表的形状特征和位置特征确定所述表框候选框与品牌候选框。

可选的，所述通过扫描模型识别图片上的表框候选框与品牌候选框的步骤还包括：

当所述扫描模型未识别图片上的表框候选框与品牌候选框时；

所述扫描模型重新进行识别。

可选的，所述通过扫描模型识别图片上的表框候选框与品牌候选框的步骤之前：

所述扫描模型接收拍摄的所述图片；

或，所述扫描模型接收上传的所述图片。

可选的，所述所述服务器通过所述品牌候选框的数据候选区域识别出腕表的品牌的步骤包括：

当所述服务器通过所述品牌候选框的数据候选区域识别出腕表的品牌时，执行所述服务器根据所述腕表的品牌调出相应的品牌分类模型；

当所述服务器通过所述品牌候选框的数据候选区域未识别出腕表的品牌时；所述服务器调出总体分类模型；将表框候选框的数据候选区域通过总体分类模型进行识别，获得腕表的表款。