[发明专利]一种基于卷积神经网络的零售商品识别方法

摘要

本发明公开一种基于卷积神经网络的零售商品识别方法，首先使用一个通用的粗粒度的数据集训练一个定制的yolov3目标检测器，接着输入待检测图像，得到一系列初级语义对象，然后根据一系列规则组合初级语义对象为高级语义对象，最后通过判断需检测的目标的属性与各个高级语义对象的属性间的相似度对比得到所需目标。本发明使得基于通用的粗粒度数据集训练得到的检测器在一定条件下也可用于完成细粒度分类任务；相比于传统方法直接采集目标类别的数据进行训练，本发明可极大地降低数据采集成本和在生产环境下使用的门槛。

主权项

1.一种基于卷积神经网络的零售商品识别方法，其特征在于：先利用通用的粗粒度数据集训练一个yolo3目标检测器，再向其中输入图像得到一系列粗粒度目标的类别和位置信息，然后根据事先定义的包含关系组合低级语义对象得到一系列高级语义对象；最后在这些对象中选取需要检测的细粒度目标；具体包括以下步骤：步骤1：从公开数据集的类别集合中按照对应规则筛选粒度合适的类别，然后将选取好的类别所对应的图片组成训练集：步骤2：使用步骤1选取的训练集训练yolo3目标检测器，得到一个较为准确的一般目标检测器；步骤3：将待检测图像输入步骤2中得到的目标检测器，得到一系列低级语义对象的类别以及它们的位置；步骤4：选取合适的μ_a,μ_b，确定包含关系：对于低级语义对象A，B，若A∩B＝A，或者且则其中S(A)指低级语义对象A的边界框的面积，μ_a和μ_b分别用于在某个对象的边界框并不完全落在另一个对象的边界框中时确定它们两个之间是否存在包含关系；步骤5：将步骤3中得到的低级语义对象集合S＝{t₁,t₂,…t_n}按映射f：转化初始高级语义对象集合S’＝{T₁,T₂…T_n}；其中T_i＝{t_i}；步骤6：按照以下规则合并对象：对于高级语义对象T_a,T_b，若存在T_a,T_b,t_i,t_j，t_i∈T_α且t_j∈T_b，或者c_ti≠c_tj，且则合并T_a，T_b为它们的并集，即T_n+1＝T_a∪T_b，从S’中删除T_a,T_b并添加T_n+1；其中，高级语义对象指低级语义对象的集合；重复该步骤，直到高级语义对象集合中不存在满足以上所提到规则的对象对，即直至S′不在变化最终得到S″＝{T_o,T_o+1,…T_p}；步骤7：对于需检测的对象，人工给出其包含的低级语义对象类别，在步骤6中得到的高级语义对象中检索，如果人工给出的类别集合是某个高级语义对象的类别集合的子集，则它就是需要检测的目标。