[发明专利]一种电子元器件分类识别处理方法及装置

说明书

本发明提供一种电子元器件分类识别处理方法及装置，涉及图像识别技术领域，可用于金融领域或其他技术领域。所述方法包括：获取包含有批量待识别电子元器件的图片；基于预设电子元器件分类识别模型对所述图片进行分类识别，得到电子元器件的分类识别结果；其中，所述预设电子元器件分类识别模型根据电子元器件样本数据训练YOLO V3模型得到。所述装置执行上述方法。本发明实施例提供的电子元器件分类识别处理方法及装置，能够准确和快速地识别出电子元器件的分类类别。

技术领域

本发明涉及图像识别技术领域，具体涉及一种电子元器件分类识别处理方法及装置。

背景技术

日常生活中的电子产品越来越丰富，电子工业也日益发达，由于科学技术的进步使得电子产品更新迭代加速，大量电子产品已经淘汰，这些电子废品将会造成资源的浪费以及对环境的污染。所以为了有效地节约资源来保护环境，需要对这些电子废品进行回收后再利用。传统的电子产品回收只是按照金属含量粗略地分类，将电子器件溶解从而提取电子器件中的贵重金属，这样的回收方式利用率低且容易产生新的工业污染。现阶段电子产品的回收主要将电子废品中可用的电子器件拆解下来，并将其按照功能分类并二次利用，这样的回收方式可以极大地减少浪费，节约资源。

在传统的人工分拣拆解电子元器件中，需耗费大量的人力并且容易产生疲劳导致检测、识别、分类效率低下，且对于体积较小的元器件容易漏检。电子元器件体积较小，现如今计算机视觉应用于各种领域，目标识别技术也得到了广泛的应用，但目标识别应用中仍然存在小目标识别精度低和算法精度与速度无法兼顾等问题。

发明内容

针对现有技术中的问题，本发明实施例提供一种电子元器件分类识别处理方法及装置，能够至少部分地解决现有技术中存在的问题。

一方面，本发明提出一种电子元器件分类识别处理方法，包括：

获取包含有批量待识别电子元器件的图片；

基于预设电子元器件分类识别模型对所述图片进行分类识别，得到电子元器件的分类识别结果；

其中，所述预设电子元器件分类识别模型根据电子元器件样本数据训练YOLO V3模型得到。

其中，所述获取包含有批量待识别电子元器件的图片，包括：

获取拍摄的安装有所述批量待识别电子元器件的电路板的图片。

其中，所述YOLO V3模型为以Darknet-53网络为特征提取网络的多层级全卷积架构。

其中，所述YOLO V3模型通过K-means聚类得到先验框的尺寸，在COCO数据集这9个先验框的大小为：(10×13)，(16×30)，(33×23)，(30×61)，(62×45)，(59×119)，(116×90)，(156×198)，(373×326)。

一方面，本发明提出一种电子元器件分类识别处理装置，包括：

获取单元，用于获取包含有批量待识别电子元器件的图片；

识别单元，用于基于预设电子元器件分类识别模型对所述图片进行分类识别，得到电子元器件的分类识别结果；

其中，所述预设电子元器件分类识别模型根据电子元器件样本数据训练YOLO V3模型得到。

其中，所述获取单元具体用于：

获取拍摄的安装有所述批量待识别电子元器件的电路板的图片。

其中，所述YOLO V3模型为以Darknet-53网络为特征提取网络的多层级全卷积架构。