[发明专利]货物数量识别方法、装置、电子设备和存储介质

说明书

本申请公开了一种货物数量识别方法、装置、电子设备、存储介质和程序产品，涉及图像识别和深度学习技术领域。该方法包括：利用预先训练的数量识别模型对货物图像进行图像特征提取，其中，所述数量识别模型具有多层卷积层；根据所述数量识别模型中至少两层卷积层输出的图像特征，确定所述货物图像中的对象候选框集合，其中，所述图像特征至少包括对象类别和对象候选框的定位坐标；根据所述图像特征中的对象类别和对象候选框的定位坐标，对所述对象候选框集合中的对象候选框进行筛选和去重；将经过所述筛选和去重后得到的目标对象候选框的数量，作为所述货物图像中的货物数量。本申请的技术方案可以提高货物数量识别的精度。

技术领域

本申请涉及图像识别和深度学习技术领域，尤其涉及一种货物数量识别方法、装置、电子设备、存储介质和程序产品。

背景技术

为了防止货物在运输过程中产生缺损而无法定责，需要在货物装货、卸货时分别进行清点。对于一些比较规则的货物，比如钢管，可以采用图像识别技术进行清点。在装货时拍一张照片，在卸货时再拍一张照片，分别上传到物流管理系统，物流管理系统利用图像识别技术进行钢管数量清点并进行比对，如果两张照片的数量不一致，则能够证明在运输过程中发生了货物丢失。

现有技术中，识别货物数量的方法通常是：先将钢管图片转为灰度图，使其像素值在0-255之间，然后设置阈值，使大于阈值的数值为1，小于阈值的数值为0；再通过边缘检测算法获取钢管的外轮廓；将外轮廓的值通过膨胀和腐蚀去除噪声，增强现有的轮廓显示，并基于轮廓线检测钢管截面的圆形；最后统计圆形出现的次数，从而获得画面中钢管的数量。

然而，上述现有技术中的货物数量识别方法，严重依赖于阈值的设定是否合理、轮廓检测精度等因素，造成识别的精度并不高。

发明内容

本申请提供一种货物数量识别方法、装置、电子设备、存储介质和程序产品，以解决现有技术中的货物数量识别方法中精度不高的问题。

第一方面，本申请提供了一种货物数量识别方法，该方法包括：

利用预先训练的数量识别模型对货物图像进行图像特征提取，其中，所述数量识别模型具有多层卷积层；

根据所述数量识别模型中至少两层卷积层输出的图像特征，确定所述货物图像中的对象候选框集合，其中，所述图像特征至少包括对象类别和对象候选框的定位坐标；

根据所述图像特征中的对象类别和对象候选框的定位坐标，对所述对象候选框集合中的对象候选框进行筛选和去重；

将经过所述筛选和去重后得到的目标对象候选框的数量，作为所述货物图像中的货物数量。

第二方面，本申请还提供了一种货物数量识别装置，该装置包括：

图像特征提取模块，用于利用预先训练的数量识别模型对货物图像进行图像特征提取，其中，所述数量识别模型具有多层卷积层；

对象候选框集合确定模块，用于根据所述数量识别模型中至少两层卷积层输出的图像特征，确定所述货物图像中的对象候选框集合，其中，所述图像特征至少包括对象类别和对象候选框的定位坐标；

筛选和去重模块，用于根据所述图像特征中的对象类别和对象候选框的定位坐标，对所述对象候选框集合中的对象候选框进行筛选和去重；

货物数量确定模块，用于将经过所述筛选和去重后得到的目标对象候选框的数量，作为所述货物图像中的货物数量。

第三方面，本申请还提供了一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的货物数量识别方法。