[发明专利]基于人工智能的质量等级确定方法、装置、设备及介质

权利要求书

1.一种基于人工智能的质量等级确定方法，其特征在于，包括：

对位于货箱中的材料进行拍摄，得到包含所述材料的第一图像；

将所述第一图像输入至预设的图像分割模型中进行图像分割，得到第二图像，其中，所述图像分割模型为预先训练好的第一神经网络模型；

对所述第二图像进行矫正，得到第三图像；

将所述第三图像输入至预设的质量等级确定模型进行处理，得到所述材料的质量等级，所述质量等级确定模型为预先训练好的第二神经网络模型。

2.如权利要求1所述的质量等级确定方法，其特征在于，所述对所述第二图像进行矫正，得到第三图像，包括：

选取所述第二图像中的一个角作为目标角，并选取所述目标角的一条邻边作为目标边；

基于所述目标角和所述目标边建立直角坐标系，并按照所述直角坐标系对所述第二图像进行图像变换，得到所述第三图像。

3.如权利要求2所述的质量等级确定方法，其特征在于，所述基于所述目标角和所述目标边建立直角坐标系，并按照所述直角坐标系对所述第二图像进行图像变换，得到所述第三图像，包括：

以所述目标角的顶点为原点建立直角坐标系，并获取所述第二图像中的每个点的坐标；

将所述目标角和所述目标边固定，移动所述目标角的另一条邻边直至所述目标角为直角，并获取另一条邻边的转动角度；

根据所述转动角度查找对应的图像变换矩阵；

基于所述图像变换矩阵和所述第二图像中的每个点的所述坐标，对所述第二图像进行图像变换，得到所述第三图像。

4.如权利要求3所述的质量等级确定方法，其特征在于，所述根据所述转动角度查找对应的图像变换矩阵，包括：

获取预设的转动角度与图像变换矩阵之间的映射关系表；

从所述映射关系表中查找所述转动角度对应的图像变换矩阵，得到所述图像变换矩阵。

5.如权利要求1所述的质量等级确定方法，其特征在于，所述将所述第三图像输入至预设的质量等级确定模型，得到所述材料的质量等级之前，还包括：

获取材料样本数据，其中，所述材料样本数据包括包含材料的样本图像和所述样本图像对应的标准质量等级；

将所述样本图像输入至所述第二神经网络模型进行处理，得到所述样本图像中的材料的预测质量等级；

根据所述预测质量等级和所述标准质量等级，确定模型损失值，并根据所述模型损失值，确定所述第二神经网络模型是否收敛；

若所述第二神经网络模型未收敛，则调整所述神经网络模型的模型参数，并执行获取材料样本数据的步骤，直至所述第二神经网络模型收敛。

6.如权利要求1-5中任一项所述的质量等级确定方法，其特征在于，所述方法还包括：

拍摄多张包含所述材料的第一图像，并通过所述预设的质量等级确定模型对多张所述第一图像进行处理，得到所述材料的多个质量等级；

根据多个所述质量等级，得到所述材料的目标质量等级。

7.如权利要求6所述的质量等级确定方法，其特征在于，所述根据多个所述质量等级，得到所述材料的目标质量等级，包括：

获取预设的质量等级权重参数；

基于所述质量等级权重参数，对多个各个质量等级进行乘法运算，得到对应数量的质量等级参数；

将所有的所述质量等级参数进行累加，得到所述目标质量等级。

8.一种质量等级确定装置，其特征在于，所述质量等级确定装置包括：拍摄模块、分割模块、矫正模块和确定模块，其中：

所述拍摄模块，用于对位于货箱中的材料进行拍摄，得到包含所述材料的第一图像；

所述分割模块，用于将所述第一图像输入至预设的图像分割模型中进行图像分割，得到第二图像，其中，所述图像分割模型为预先训练好的第一神经网络模型；

所述矫正模块，用于对所述第二图像进行矫正，得到第三图像；

所述确定模块，用于将所述第三图像输入至预设的质量等级确定模型进行处理，得到所述材料的质量等级，所述质量等级确定模型为预先训练好的第二神经网络模型。