[发明专利]一种货架完整性的检测方法、装置、电子设备及存储介质

说明书

本公开提供了一种货架完整性的检测方法、装置、电子设备及存储介质，涉及人工智能技术领域，具体为深度学习、图像处理、计算机视觉技术领域。该方法包括：对待检测的目标货架图像进行区域检测，得到目标货架图像的目标区域检测信息；目标区域检测信息包括目标货架图像中的目标检测框和目标检测框所属的目标端部类型；对目标货架图像进行陈列场景分类，得到目标货架图像所属的目标陈列场景；对目标货架图像进行直线检测，得到目标货架图像中的目标货架层数；根据目标区域检测信息、目标陈列场景和目标货架层数中的至少一项，确定目标货架图像中的货架是否拍摄完整。通过上述技术方案能够提高货架完整性检测的准确性。

技术领域

本公开涉及人工智能技术领域，具体为深度学习、图像处理、计算机视觉技术领域。具体涉及一种货架完整性的检测方法、装置、电子设备及存储介质。

背景技术

随着人工智能(Artificial Intelligence，AI)的快速发展，人工智能已经广泛应用于计算机视觉技术、语音识别技术、自然语言处理技术、深度学习、大数据处理技术等领域。

在快消行业中，可基于计算机视觉对货架图像进行检测得到货架中的物品陈列信息，例如货架的排面占比、空位数、缺货率、合格率等。但是，货架图像是否拍摄完整，决定了物品陈列信息是否真实有效。因此，如何对货架进行完整性检测十分重要。

发明内容

本公开提供了一种货架完整性的检测方法、装置、电子设备及存储介质。

根据本公开的一方面，提供了一种货架完整性的检测方法，包括：

对待检测的目标货架图像进行区域检测，得到所述目标货架图像的目标区域检测信息；所述目标区域检测信息包括目标货架图像中的目标检测框和所述目标检测框所属的目标端部类型；

对所述目标货架图像进行陈列场景分类，得到所述目标货架图像所属的目标陈列场景；

对所述目标货架图像进行直线检测，得到所述目标货架图像中的目标货架层数；

根据所述目标区域检测信息、所述目标陈列场景和所述目标货架层数中的至少一项，确定所述目标货架图像中的货架是否拍摄完整。

根据本公开的另一方面，提供了一种目标区域检测模型的训练方法，包括：

将未标注的第二样本货架图像输入教师区域检测模型，得到第二样本货架图像的伪区域检测信息；所述教师区域检测模型预先采用已标注的第一样本货架图像训练得到；

对所述第一样本货架图像和所述第二样本货架图像进行融合得到，得到第三样本货架图像；所述第三样本货架图像具有标注检测框和标注端部类型；

将所述第三样本货架图像输入学生区域检测模型，得到学生区域检测模型输出的学生检测框和学生端部类型；

根据所述第三样本货架图像的标注检测框和标注端部类型，以及所述学生检测框和所述学生端部类型，对所述学生区域检测模型进行训练，且将训练结果作为目标区域检测模型。

根据本公开的又一方面，提供了一种目标场景分类模型的训练方法，包括：

将未标注的第二样本货架图像输入初始的场景分类模型，得到第二样本货架图像的伪陈列场景；所述初始的场景分类模型预先采用已标注的第一样本货架图像训练得到；

对所述第一样本货架图像和所述第二样本货架图像进行融合得到，得到第三样本货架图像；所述第三样本货架图像具有标注陈列场景；

将所述第三样本货架图像输入初始的场景分类模型，得到第三样本货架图像的预测陈列场景；

根据所述第三样本货架图像的预测陈列场景和所述标注陈列场景对所述初始的场景分类模型进行训练，且将训练结果作为目标场景分类模型。