[发明专利]一种相似药盒检测方法、系统、设备及介质

权利要求书

1.一种相似药盒检测方法，其特征在于，包括以下步骤：

预配置：

基于样本药盒创建药盒数据集；

基于药盒数据集训练深度学习模型；

基于库存药盒和训练后的所述深度学习模型创建特征数据库；

相似度检测：

基于训练后的所述深度学习模型检测新入药盒特征数据；

基于所述特征数据库和所述新入药盒特征数据判断新入药盒相似度；

入药判断：

基于所述新入药盒相似度进行选择性入药。

2.根据权利要求1所述的一种相似药盒检测方法，其特征在于：

所述基于样本药盒创建药盒数据集，包括：

获取所述样本药盒在若干角度下的若干第一图像；

分别对若干所述第一图像中的所述样本药盒进行标注；

令标注后的若干所述第一图像组成所述药盒数据集。

3.根据权利要求1所述的一种相似药盒检测方法，其特征在于：

所述基于药盒数据集训练深度学习模型，包括：

构建由药盒检测模型、药盒特征提取模型和药盒分类模型组成的第一学习模型；

创建药盒分类图像数据集，采用所述药盒分类图像数据集对所述第一学习模型进行预训练；

采用所述药盒数据集对预训练后的所述第一学习模型进行模型参数调整，得到所述深度学习模型。

4.根据权利要求3所述的一种相似药盒检测方法，其特征在于：

所述基于库存药盒和训练后的所述深度学习模型创建特征数据库，包括：

采用训练后的所述深度学习模型中的药盒检测模型和药盒特征提取模型对所述库存药盒进行特征提取，得到对于所述库存药盒的特征向量；

确认所述库存药盒的识别信息，关联所述特征向量和所述识别信息作为所述库存药盒的药盒特征信息；

基于所述药盒特征信息组建所述特征数据库。

5.根据权利要求3所述的一种相似药盒检测方法，其特征在于：

所述基于训练后的所述深度学习模型检测新入药盒特征数据，包括：

确认待增加药盒；

采用训练后的所述深度学习模型中的药盒检测模型和药盒特征提取模型对所述待增加药盒进行特征提取，得到对于所述待增加药盒的新入药盒特征向量；

将所述新入药盒特征向量作为所述新入药盒特征数据。

6.根据权利要求1所述的一种相似药盒检测方法，其特征在于：

所述基于所述特征数据库和所述新入药盒特征数据判断新入药盒相似度包括：

访问所述特征数据库；

设定特征向量距离阈值；

判断所述特征数据库中是否存在与所述新入药盒特征数据间的向量距离达到所述特征向量距离阈值的特征向量；

若存在，则设定所述新入药盒相似度为相似；

若非存在，则设定所述新入药盒相似度为非相似。

7.根据权利要求6所述的一种相似药盒检测方法，其特征在于：

所述基于所述新入药盒相似度进行选择性入药，包括：

识别所述新入药盒相似度；

当所述新入药盒相似度为所述相似时，暂停所述待增加药盒的入药操作，并进行相似药盒提示；

当所述新入药盒相似度为所述非相似时，对所述待增加药盒执行入药操作。

8.一种相似药盒检测系统，其特征在于，包括：预配置模块、相似度检测模块和入药判断模块；

所述预配置模块，用于根据样本药盒创建药盒数据集；所述预配置模块基于药盒数据集训练深度学习模型；所述预配置模块基于库存药盒和训练后的所述深度学习模型创建特征数据库；

所述相似度检测模块，用于根据训练后的所述深度学习模型检测新入药盒特征数据；所述相似度检测模块基于所述特征数据库和所述新入药盒特征数据判断新入药盒相似度；

所述入药判断模块，用于根据所述新入药盒相似度进行选择性入药。