[发明专利]一种模型样本采集方法、更新方法、电子设备及存储介质

说明书

本申请实施例提供一种模型样本采集方法、更新方法、电子设备及存储介质，涉及智能售货技术领域。该方法包括：接收图像采集装置发送的携带有商品信息的商品图像，以确定用户购买的商品种类；根据所述商品种类对所述商品图像进行标注，生成样本元组数据；将所述样本元组数据发送至云端存储，以利用所述样本元组数据对商品识别模型进行训练和更新；该方法结合用户的购物行为，对模型进行自动化训练和更新，解决了人工重复训练导致重复性工作和运营成本高的问题。

技术领域

本申请涉及智能售货技术领域，具体而言，涉及一种模型样本采集方法、更新方法、电子设备及存储介质。

背景技术

普通自动售货机多采用RFID、重力感应等技术对售卖商品进行检测，但是由于面临物料成本、运营成本高等问题，智能售货机逐渐成为主流趋势。

智能售货机通常采用基于深度学习的视觉识别技术，需要经过一系列复杂的模型训练流程，当添加新的商品种类时，还需要再次进行人工训练，增加了重复性工作，增加了运营成本。

发明内容

本申请实施例的目的在于提供一种模型样本采集方法、更新方法、电子设备及存储介质，结合用户的购物行为获取训练样本，对模型进行自动化训练和更新，解决了人工重复训练导致重复性工作和运营成本高的问题。

本申请实施例提供了一种模型样本采集方法，应用于货柜端，所述方法包括：

接收图像采集装置发送的携带有商品信息的商品图像，以确定用户购买的商品种类；

当所述货柜为无接触购物时，

接收图像采集装置采集到的商品出货装置上的出货商品的商品图像；

接收用户提交的商品订单信息；

根据所述商品图像和所述商品订单信息确定商品种类；

当所述货柜为开门自取进行购物时，

接收所述图像采集装置发送的出货前的第一货架商品图像；

接收所述图像采集装置发送的出货后的第二货架商品图像；

将所述第一货架商品图像和所述第二货架商品图像进行对比，确定商品种类；

根据所述商品种类对所述商品图像进行标注，生成样本元组数据；

将所述样本元组数据发送至云端存储，以利用所述样本元组数据对商品识别模型进行训练和更新。

在上述实现过程中，利用图像采集装置对智能货柜在日常工作过程中，用户购买的商品进行图像采集，从而获知用户购买的商品的种类，对商品图像进行标注并以样本元组数据的形式进行存储并发送至云端，以便云端根据样本元组数据对商品识别模型进行训练和更新，该方法结合智能货柜的日常工作，生成训练样本，无需增加货柜端的运行负担，依据用户购买商品的历史信息进行自动学习，无需人工介入进行耗时耗力的数据采集、图像标注等工作，解决了人工重复性样本收集导致重复性工作和运营成本高的问题。

根据用户提交的商品订单信息和出货商品图像确定商品的种类，在此过程中，可以识别出出货装置吐出的商品是否准确、订单生成是否准确等，两者可以相互确认，使得后续的样本元组数据作为训练样本的准确性较高。

通过比较出货前的第一货架商品图像和出货后的第二货架商品图像，可以根据出货前后的图像差异确定商品种类。

本申请实施例还提供一种模型更新方法，应用于云端，所述方法包括：

接收模型样本采集方法的货柜端发送的样本元组数据；

根据商品种类对所述样本元组数据进行分类存储；

对所述样本元组数据进行监控，以判断是否满足训练条件；