[发明专利]设备区域提取模型训练方法、设备区域提取方法及装置

说明书

本发明涉及一种设备区域提取模型训练方法、设备区域提取方法及装置，在获取到智能设备外观图像后，为智能设备外观图像标注区域，以建立外观图像数据集，并利用外观图像数据集建立神经网络，以训练可用于识别提取智能设备外观区域的设备区域提取模型。基于此，通过设备区域提取模型自动识别提取待测智能设备外观图像的设备区域体系，可不受智能设备外观图像中边缘信息分布的影响提取其中的设备区域图像，消除拍摄背景的干扰，以便于更精准地针对智能设备的设备区域进行回收估价。

技术领域

本发明涉及电子产品技术领域，特别是涉及一种设备区域提取模型训练方法、设备区域提取方法及装置。

背景技术

随着电子产品技术的发展，各种智能设备层出不穷，例如智能手机、笔记本电脑和平板电脑等。目前，伴随着经济和技术的高速发展，智能设备的普及和更新换代速度也越来越快。以智能手机为例，5G时代的到来，加速了智能手机的换代。在智能设备进行迭代的过程中，有效回收是智能设备剩余价值的有效利用手段之一，可减少对环境的化学污染以及减少浪费。

在智能设备的回收过程中，智能设备的整体损耗程度对智能设备的回收估价有较大影响。一般地，主要通过观察智能设备的外观损耗来确定整体损耗，例如划痕、掉漆或外爆等类别的外观损耗来评估智能设备的整体损耗，为智能设备的回收估价提供部分有效的参考。

然而，在获取智能设备外观图像时，由于成像范围包括智能设备与背景，外观图像内与智能设备外观无关的信息较多，在根据外观图像观察智能设备外观时会受到较多的干扰。

发明内容

基于此，有必要针对在根据外观图像观察智能设备外观时会受到较多的干扰这一缺陷，提供一种设备区域提取模型训练方法、设备区域提取方法及装置。

一种设备区域提取模型训练方法，包括步骤：

获取智能设备外观图像；

为智能设备外观图像标注区域，以建立外观图像数据集；

利用外观图像数据集建立神经网络，以训练可用于识别提取智能设备外观区域的设备区域提取模型。

上述的设备区域提取模型训练方法，在获取到智能设备外观图像后，为智能设备外观图像标注区域，以建立外观图像数据集，并利用外观图像数据集建立神经网络，以训练可用于识别提取智能设备外观区域的设备区域提取模型。基于此，通过设备区域提取模型自动识别提取待测智能设备外观图像的设备区域体系，可不受智能设备外观图像中边缘信息分布的影响提取其中的设备区域图像，消除拍摄背景的干扰，以便于更精准地针对智能设备的设备区域进行回收估价。

在其中一个实施例中，在为智能设备外观图像标注区域的过程之前，还包括步骤：

对智能设备外观图像作样本增强处理。

在其中一个实施例中，对智能设备外观图像作样本增强处理的过程，包括步骤：

通过左右翻转、上下翻转、模糊和亮度调节等处理方式，为智能设备外观图像作样本增强处理。

在其中一个实施例中，神经网络包括CNN卷积神经网络。

一种设备区域提取模型训练装置，包括：

图像获取模块，用于获取智能设备外观图像；

区域标注模块，用于为智能设备外观图像标注区域，以建立外观图像数据集；

模型训练模块，用于利用外观图像数据集建立神经网络，以训练可用于识别提取智能设备外观区域的设备区域提取模型。