[发明专利]用于确定物品标签的方法和装置

说明书

本申请实施例公开了用于确定物品标签的方法和装置。方法的一具体实施方式包括：从预先获取的货架图像中提取预定物品的图像；基于预先训练的机器学习模型从预定物品的图像中提取预定物品的特征；将预定物品的特征与预先建立的特征库进行匹配，将特征库中与预定物品的特征匹配度最高的特征所对应的标签确定为预定物品的标签。由于可以通过特征库来识别货架图像的物品的标签，将使用少量的图像通过机器学习模型获取的各品项物品的特征添加到特征库中，即可实现确定货架图像中的各品项物品的标签。从而相对原有的使用基于分类的方法训练的物品识别模型来识别货架图像中各物品的标签，可以缩减了人力成本和时间成本。

技术领域

本申请涉及计算机技术领域，具体涉及图像识别技术领域，尤其涉及一种用于确定物品标签的方法和装置。

背景技术

传统的商场或超市货架中货物的管理中，通常由人工对货架中的物品的状态进行确认，例如物品是否缺货、位置摆放是否正确等进行确认。这样就难免造成不能在第一时间发现货品的缺货，位置错误等问题，影响补货等后续进展，会直接影响收益等问题。

为了加快对货架中的物品的状态进行确认，可以每隔预定时间采集货架照片，通过图像识别的技术在后台对货架上的物品的品项及物品的状态进行确认。

利用现有的图像识别技术识别在后台对货架上的物品的品项及物品的状态时首先需要建立物品识别模型，利用物品识别模型来识别对货架上的物品的品项。目前使用的物品识别模型基于分类训练，也即使用大量的图像数据来训练物品识别模型以使物品识别模型可识别物品的品项。这样一来，当增加新品项的物品时，就需要使用包括原有品项物品的图像对对上述物品识别模型进行重新训练，以使物品识别模型可以识别出各品项的物品。当不断有新品项的物品增加时，需要使用大量的图像、不断地对物品识别模型进行训练。使得物品识别模型的维护需要消耗极大的人力成本和时间成本。

发明内容

本申请的目的在于提出一种用于确定物品标签的方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请提供了一种用于确定物品标签的方法，上述用于确定物品标签的方法包括：从预先获取的货架图像中提取预定物品的图像；基于预先训练的机器学习模型从预定物品的图像中提取预定物品的特征；将预定物品的特征与预先建立的特征库进行匹配，其中，特征库中存储有多个物品中每个物品的特征以及每个物品对应的标签，任意一个物品的特征与该物品对应的标签关联存储，标签用于表示物品所属的品项；将特征库中与预定物品的特征匹配度最高的特征所对应的标签作为预定物品的标签。

第二方面，本申请提供了一种用于确定物品标签的装置，上述用于确定物品标签的装置包括第一提取单元，配置用于从预先获取的货架图像中提取预定物品的图像；第二提取单元，配置用于基于预先训练的机器学习模型从预定物品的图像中提取预定物品的特征；匹配单元，配置用于将预定物品的特征与预先建立的特征库进行匹配，其中，特征库中存储有多个物品中每个物品的特征以及每个物品对应的标签，任意一个物品的特征与该物品对应的标签关联存储，标签用于表示物品所属的品项；标签确定单元，配置用于将特征库中与预定物品的特征匹配度最高的特征所对应的标签确定为预定物品的标签。

第三方面，本申请提供了一种电子设备，包括一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现第一方面的用于确定物品标签的方法。

第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面的用于确定物品标签的方法。