[发明专利]图形码处理方法、装置以及终端设备在审

专利信息
申请号: 202011300515.5 申请日: 2020-11-19
公开(公告)号: CN112464687A 公开(公告)日: 2021-03-09
发明(设计)人: 张振军;殷剑 申请(专利权)人: 苏州摩比信通智能系统有限公司
主分类号: G06K7/14 分类号: G06K7/14;G06N20/00
代理公司: 北京众达德权知识产权代理有限公司 11570 代理人: 李娇
地址: 215000 江苏省苏州市苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图形 处理 方法 装置 以及 终端设备
【权利要求书】:

1.一种图形码处理方法,其特征在于,应用于终端设备中的协处理器,所述方法包括:

获取待处理图片;

将所述待处理图片输入预先加载的目标检测模型,输出处理结果,其中,所述目标检测模型为机器学习模型,所述处理结果包括所述待处理图片中是否包含图形码,以及当所述待处理图片包含图形码时,所述待处理图片中的图形码类型以及图形码位置;

当基于所述处理结果确定所述待处理图片中包含图形码时,将所述待处理图片中的图形码类型以及图形码位置发送给所述终端设备的中央处理器,以使得所述中央处理器基于所述图形码类型以及图形码位置对所述待处理图片中的图形码进行解码处理。

2.根据权利要求1所述的方法,其特征在于,所述目标检测模型是按照以下步骤得到的:

获取训练数据,所述训练数据包括:多个样本图片以及每个样本图片的标签信息,其中,所述标签信息包括:样本图片中是否包含图形码、包含图形码的样本图片中的图形码类型以及图形码位置;

基于所述训练数据,对预先构建的初始机器学习模型进行训练,得到训练好的原始模型;

基于所述训练好的原始模型,得到目标检测模型。

3.根据权利要求1所述的方法,其特征在于,所述将所述待处理图片输入预先加载的目标检测模型之前,还包括:

基于所述协处理器的算力,从预设模型信息库中加载所述目标检测模型,其中,所述预设模型信息库存储有多种不同大小的待选检测模型。

4.根据权利要求3所述的方法,其特征在于,所述基于所述协处理器的算力,从预设模型信息库中加载所述目标检测模型,包括:

基于所述协处理器的算力,向所述中央处理器发送模型加载请求,以使得所述中央处理器基于所述模型加载请求从所述预设模型信息库中确定所述目标检测模型,并将所述目标检测模型加载到所述协处理器中。

5.一种图形码处理方法,其特征在于,所述方法包括:

获取训练数据,所述训练数据包括:多个样本图片以及每个样本图片的标签信息,其中,所述标签信息包括:样本图片中是否包含图形码、包含图形码的样本图片中的图形码类型以及图形码位置;

基于所述训练数据,对预先构建的初始机器学习模型进行训练,得到训练好的原始模型,并基于所述原始模型确定待选检测模型;

当接收到模型加载请求时,基于所述模型加载请求,从所述待选检测模型中确定目标检测模型,并将所述目标检测模型加载到终端设备的协处理器,所述目标检测模型用于确定待处理图片中是否包含图形码,以及当所述待处理图片包含图形码时,所述待处理图片中的图形码类型以及图形码位置。

6.根据权利要求5所述的方法,其特征在于,所述基于所述原始模型确定待选检测模型,包括:

对所述原始模型进行压缩,得到压缩模型;

将所述原始模型以及所述压缩模型均确定为候选检测模型;

所述基于所述模型加载请求,从所述待选检测模型中确定目标检测模型,包括:

从所述模型加载请求中确定所述终端设备中协处理器的算力;

基于所述协处理器的算力,从所述待选检测模型中确定所述目标检测模型。

7.一种图形码处理装置,其特征在于,应用于终端设备中的协处理器,所述装置包括:

图片获取模块,用于获取待处理图片;

处理模块,用于将所述待处理图片输入预先加载的目标检测模型,输出处理结果,其中,所述目标检测模型为机器学习模型,所述处理结果包括所述待处理图片中是否包含图形码,以及当所述待处理图片包含图形码时,所述待处理图片中的图形码类型以及图形码位置;

发送模块,用于当基于所述处理结果确定所述待处理图片中包含图形码时,将所述待处理图片中的图形码类型以及图形码位置发送给所述终端设备的中央处理器,以使得所述中央处理器基于所述图形码类型以及图形码位置对所述待处理图片中的图形码进行解码处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州摩比信通智能系统有限公司,未经苏州摩比信通智能系统有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011300515.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top