[发明专利]物料信息的获取方法和装置、存储介质、电子装置在审

专利信息
申请号: 202011517201.0 申请日: 2020-12-21
公开(公告)号: CN112560718A 公开(公告)日: 2021-03-26
发明(设计)人: 邓云芳;吴志伟;潘家贤;张俊杰 申请(专利权)人: 珠海格力电器股份有限公司;珠海联云科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/62
代理公司: 北京聿宏知识产权代理有限公司 11372 代理人: 吴大建;金淼
地址: 519000*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 物料 信息 获取 方法 装置 存储 介质 电子
【说明书】:

本申请公开了一种物料信息的获取方法和装置、存储介质、电子装置。其中,该方法包括:采集物料的目标图像;利用计算机视觉分类识别和光学字符识别从所述目标图像中识别出物料信息,通过摄像头实时读取物料外观和物料上的文本,借助基于计算机视觉分类识别和OCR识别将大幅提高工作效率和节省人力资源,可以解决相关技术中获取物料信息的效率较低的技术问题。

技术领域

本申请涉及人工智能领域,具体而言,涉及一种物料信息的获取方法和装置、存储介质、电子装置。

背景技术

许多公司对供应商的综合情况(例如质量评价、成本评价、供应保障评价、互为客户等)的评价,大多数是停留在采购业务员自己的印象中。此种方式的缺点是主观性太强,对于供应商各个维度的优势不能快速得出,在不同供应商的对比时候,缺乏强有效的数据支持。采购业务员对于选择哪家供应商没有客观形象、清晰透明的数据支持,很难在多家供应商中很快的选择出对公司利益最大化的供应商,物料的特性以及分类需要业务员去判断,这样会消耗业务员时间去读取物料的标签和文本信息,根据物料外观特性很难精确分类。

针对上述相关技术中获取物料信息的效率较低的问题,目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种物料信息的获取方法和装置、存储介质、电子装置,以至少解决相关技术中获取物料信息的效率较低的技术问题。

根据本申请实施例的一个方面,提供了一种物料信息的获取方法,包括:采集物料的目标图像;利用计算机视觉分类识别和光学字符识别从所述目标图像中识别出物料信息。

可选地,在利用计算机视觉分类识别和光学字符识别从所述目标图像中识别出物料信息时,将所述目标图像输入预处理网络进行预处理;将预处理结果输入SSD网络,通过所述SSD网络识别出所述目标图像中的物料类型,其中,所述物料信息包括所述物料类型;将预处理结果输入光学字符识别网络,通过所述光学字符识别网络识别出所述目标图像中的物料文本,其中,所述物料信息包括所述物料文本。

可选地,所述预处理网络包括移动网络,其中,在将所述目标图像输入预处理网络进行预处理时,通过所述移动网络从所述目标图像中提取物料特征,其中,所述预处理结果包括所述物料特征。

可选地,所述预处理网络还包括金字塔网络、注意力网络层以及残差网络,其中,在将所述目标图像输入预处理网络进行预处理时,在通过所述移动网络从所述目标图像中提取物料特征的过程中,通过金字塔网络进行多尺度变换,通过注意力网络运行注意力机制以及利用所述残差网络添加残差,以提高后续利用物料特征进行分类和文本提取的准确性。

可选地,在通过所述SSD网络识别出所述目标图像中的物料类型时,通过所述SSD网络将所述预处理结果处理成不同尺度的特征图;生成识别框,通过对所述识别框的位置调整确定特征图中的待识别区域;利用所述SSD网络的Circle层对待识别区域进行分类,得到所述物料类型。

可选地,在通过所述光学字符识别网络识别出所述目标图像中的物料文本时,对预处理结果进行角度矫正处理、去噪处理、去雾处理以及图像增强处理,然后对识别到的特征区域文字进行行分割,将识别到的每一行文字切割下来,再对每一行文本进行列分割,切割出每个字符,对每个字符进行解析得到识别出的所述物料文本。

可选地,在利用计算机视觉分类识别和光学字符识别从所述目标图像中识别出物料信息之前,利用预先标记好的物料图像对预处理网络、SSD网络以及光学字符识别网络进行训练。

根据本申请实施例的另一方面,还提供了一种物料信息的获取装置,包括:采集单元,采集物料的目标图像;识别单元,用于利用计算机视觉分类识别和光学字符识别从所述目标图像中识别出物料信息。

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珠海格力电器股份有限公司;珠海联云科技有限公司,未经珠海格力电器股份有限公司;珠海联云科技有限公司许可,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/202011517201.0/2.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