[发明专利]修正模型的建立方法、装置、设备及计算机可读存储介质

说明书

本申请实施例提供修正模型的建立方法、装置、设备及计算机可读存储介质，生成的修正模型，可修正商品类别识别模型给出的商品类型识别结果中的错误识别结果。本申请实施例提供的方法包括：获取商品类别识别结果集，其中，商品类别识别结果集包括不同待识别图像所包含商品的商品类别识别结果，商品类别识别结果包括标记的错误商品类别识别结果以及错误商品类别识别结果修正后的商品类别识别结果；依次将每个待识别图像所包含商品的商品类别识别结果，按照商品的放置位置进行网格分布，得到多个网格图像；以修正输入的网格图像中的错误商品类别识别结果为目标，通过多个网格图像对初始模型进行模型训练，并将完成训练的模型作为修正模型。

技术领域

本申请涉及图像识别技术领域，具体涉及修正模型的建立方法、装置、设备及计算机可读存储介质。

背景技术

近年来，人工智能(Artificial Intelligence，AI)在各领域迎来了有目共睹的爆发式增长，从技术领域来看，AI技术的应用更集中于语音以及视觉，例如智能驾驶、无人机、增强现实(Augmented Reality，AR)、虚拟现实(Virtual Reality，VR)、大数据及数据服务。同时也可看到的是，AI技术存在精确度尚待提高的问题，在部分应用领域中尚处于“弱AI”阶段，离全面融入技术领域、大规模推广应用尚有很长的路要走。

以图像识别中的商品类别识别场景为例，在现有的相关技术中，可基于AI技术，采集大量的商品图像来训练商品类别识别模型，然而，训练出来的模型投入实际应用时，仍存在错误识别商品的问题，尤其是实际场景杂乱不一、相邻商品相似度较高、商品存在遮掩或者反光的情况，对于商品类别识别模型的识别处理，仍是一项巨大的挑战。

因此，若能提高对于商品类别的识别精度，则AI技术可在商品类别识别、超市管理甚至供应链管理中发挥更强大的作用。

发明内容

本申请实施例提供修正模型的建立方法、装置、设备及计算机可读存储介质，生成的修正模型，可修正商品类别识别模型给出的商品类型识别结果中的错误识别结果，以此提高商品类别识别结果的识别精度。

第一方面，本申请实施例提供了一种修正模型的建立方法，方法包括：

获取商品类别识别结果集，其中，商品类别识别结果集包括不同待识别图像所包含商品的商品类别识别结果，商品类别识别结果包括标记的错误商品类别识别结果以及错误商品类别识别结果修正后的商品类别识别结果；

依次将每个待识别图像所包含商品的商品类别识别结果，按照商品的放置位置进行网格分布，得到多个网格图像；

以修正输入的网格图像中的错误商品类别识别结果为目标，通过多个网格图像对初始模型进行模型训练，并将完成训练的模型作为修正模型。

结合本申请实施例第一方面，在本申请实施例第一方面第一种可能的实现方式中，依次将每个待识别图像所包含商品的商品类别识别结果，按照商品的放置位置进行网格分布，得到多个网格图像包括：

依次从每个待识别图像所包含商品的商品类别识别结果提取出商品类别标签；

将多组的商品类别标签按照商品的放置位置进行网格分布，得到多个网格图像。

结合本申请实施例第一方面，在本申请实施例第一方面第二种可能的实现方式中，通过多个网格图像对初始模型进行模型训练包括：

基于每个网格图像中错误商品类别识别结果修正后的商品类别识别结果，通过马尔可夫随机场计算第一势能能量，并作为第一损失函数，其中，第一势能能量用于指示不同商品类别识别结果之间的相差程度；

通过多个网格图像以及第一损失函数，对初始模型进行模型训练。

结合本申请实施例第一方面方面第二种可能的实现方式，在本申请实施例第一方面第三种可能的实现方式中，通过多个网格图像对初始模型进行模型训练还包括：