[发明专利]一种破损件智能识别方法和设备

权利要求书

1.一种破损件智能识别方法，其特征在于，包括：

获取服务器中的寄件图片；

将所述寄件图片输入到预先创建的破损件算法模型中；

根据所述破损件算法模型的结果，判断所述寄件是否破损。

2.根据权利要求1所述的方法，其特征在于，所述获取服务器中的寄件图片，包括：

通过http网络请求，获取图片服务器中的自动化设备上传的所述寄件图片。

3.根据权利要求2所述的方法，其特征在于，在所述获取服务器中的寄件图片之前，还包括：

根据卷积神经网络分割算法创建所述破损件算法模型；

对所述破损件算法模型进行训练。

4.根据权利要求3所述的方法，其特征在于，所述对所述破损件算法模型进行训练，包括：

通过历史破损寄件图片对所述破损件算法模型进行训练。

5.根据权利要求4所述的方法，其特征在于，所述将所述寄件图片输入到预先创建的破损件算法模型中，包括：

采用Pytorch深度学习框架挂载所述破损件算法模型，采用CPU+GPU对所述寄件图片进行检测。

6.根据权利要求5所述的方法，其特征在于，所述根据所述破损件算法模型的结果，判断所述寄件是否破损，包括：

获取所述破损件算法模型的输出结果；

通过数据量化筛选出超过预设置信度的输出结果，并标记出破损情况。

7.根据权利要求6所述的方法，其特征在于，还包括：

将所述置信度低于预设置信度的输出结果，存储到历史破损寄件图片数据库中。

8.根据权利要求7所述的方法，其特征在于，还包括：

将所述输出结果展示给用户，获取所述用户的反馈结果，并根据所述反馈结果判断所述输出结果是否正确。

9.根据权利要求8所述的方法，其特征在于，还包括：

根据正确的所述输出结果数量和所述破损件算法模型输出结果总数量，计算所述输出结果的准确率；

根据获取的所述寄件图片数量、所述破损件算法模型输出结果数量、所述破损件算法模型输出结果正确数量和所述破损件算法模型输出结果准确率，建立破损件识别报表。

10.一种破损件智能识别设备，其特征在于，包括处理器和存储器，所述处理器与存储器相连：

其中，所述处理器，用于调用并执行所述存储器中存储的程序；

所述存储器，用于存储所述程序，所述程序至少用于执行权利要求1-9任一项所述的方法。