[发明专利]物品识别方法、装置、计算机设备和存储介质

权利要求书

1.一种物品识别方法，其特征在于，所述方法包括：

获取第一目标行为图像；

将所述第一目标行为图像输入特征提取网络进行处理，得到所述特征提取网络中至少两个卷积网络层的特征提取结果，将所述至少两个卷积网络层的特征提取结果进行融合处理，得到第一特征信息；

将所述第一特征信息输入多尺度特征提取网络进行处理，得到不同尺度的特征图；

将所述不同尺度的特征图输入修正后的分类函数，获得目标物品属于各个预设类别信息的概率值；获取所述目标物品属于所述各个预设类别信息的概率值中的最大概率值；

当所述最大概率值小于预设阈值时，根据所述第一目标行为图像获取第二目标行为图像；根据检索模型获取所述第二目标行为图像的第二特征信息；获取所述各个预设类别信息对应的类中心特征信息，并计算所述第二特征信息与所述各个预设类别信息对应的类中心特征信息之间的相似度；将满足预设条件的相似度对应的预设类别信息作为所述目标物品的类别信息。

2.根据权利要求1所述的方法，其特征在于，所述将所述至少两个卷积网络层的特征提取结果进行融合处理，得到第一特征信息的方式，包括：

将所述至少两个卷积网络层的特征提取结果缩放至相同的尺度；

将缩放后的所述特征提取结果的通道进行串联，得到所述第一特征信息。

3.根据权利要求1所述的方法，其特征在于，所述修正后的分类函数是通过预设常数修正得到的；所述方法还包括：

当所述最大概率值大于或者等于预设阈值时，将所述最大概率值对应的预设类别信息作为所述目标物品的类别信息。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述不同尺度的特征图输入目标检测网络进行目标物品的检测，得到所述目标物品在所述第一目标行为图像中的位置信息。

5.根据权利要求4所述的方法，其特征在于，所述根据所述第一目标行为图像获取第二目标行为图像的方式，包括：

根据所述第一目标行为图像以及所述位置信息，获取所述第二目标行为图像。

6.根据权利要求4所述的方法，其特征在于，所述各个预设类别信息对应的类中心特征信息的获取方式，包括：

获取样本行为图像以及所述样本行为图像对应的标记信息，所述样本行为图像对应的标记信息包括类别信息标签；

根据所述样本行为图像以及所述检索模型，确定所述样本行为图像的第三特征信息；

根据所述样本行为图像对应的标记信息，对所述样本行为图像的第三特征信息进行融合处理，得到所述各个预设类别信息对应的类中心特征信息。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述目标物品的重量信息；

当所述目标物品的重量信息与所述目标物品的类别信息不匹配时，重新执行所述获取第一目标行为图像的步骤。