[发明专利]物品类别识别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种物品类别识别方法、装置、计算机设备和存储介质。方法包括获取待识别物品图像，并提取所述待识别物品图像的边缘掩膜信；根据所述边缘掩膜信息，对所述待识别物品图像进行裁剪处理，根据所述裁剪处理后的待识别物品图像和预设的物品类别识别模型，识别所述待识别物品图像的类别，并输出识别结果，所述预设的物品类别识别模型为通过对训练样本图像进行训练和迁移学习得到的模型，通过经过预训练与迁移学习得到的物品类别识别模型，提高了对物品准确度的控制要求，使用物品类别识别模型对待识别物品图像进行识别，可以准确获取物品识别结果。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种物品类别识别方法、装置、计算机设备和存储介质。

背景技术

随着科学技术的快速发展，手机的更新换代速度也越来越快，各种各样型号的手机在市面上流通，但也有不少机型的手机由于使用时间过长、配置过低或是损坏等原因，不再被用户所使用。面对各种各样外形的手机，以及众多外形与手机及其相似的物品，将手机从其中挑选出来，对人工操作来说，挑选出手机可能不是很难，但工作量确是十分的繁重。

随着人工智能技术的发展，逐渐实现了机器辅助人工操作，使用机器辅助来识别手机与非手机，虽然减轻了工作人员的工作量，但是机器进行物品识别的准确度无法得到保证，还是离不开工作人员进行把关，特别是在某些特殊的应用场景下，环境对识别结果的影响更为显著，无法获得较好的物品识别结果。

发明内容

基于此，有必要针对物品识别的准确度低的技术问题，提供一种能够提高物品识别准确度的物品类别识别方法、装置、计算机设备和存储介质。

一种物品类别识别方法，包括：

获取待识别物品图像，并提取所述待识别物品图像的边缘掩膜信息；

根据所述边缘掩膜信息，对所述待识别物品图像进行裁剪处理；

根据所述裁剪处理后的待识别物品图像和预设的物品类别识别模型，识别所述待识别物品图像的类别，并输出识别结果，所述预设的物品类别识别模型为通过对训练样本图像进行训练和迁移学习得到的模型。

在其中一个实施例中，所述提取所述待识别物品图像的边缘掩膜信息包括：

通过Canny边缘检测，获取待识别物品图像的边缘数据；

通过对所述边缘数据进行形态学膨胀操作，提取所述待识别物品图像的边缘掩膜信息。

在其中一个实施例中，所述提取所述待识别物品图像的边缘掩膜信息包括：

对所述图像进行高斯滤波去噪声处理，获取平滑图像；

对所述平滑图像的梯度幅值和方向信息进行处理，获取非极大值抑制图像的直方图；

根据所述非极大值抑制图像的直方图，得到所述非极大值抑制图像的阈值范围；

根据所述梯度幅值与所述阈值范围，得到边缘图像；

对所述边缘图像进行形态学膨胀操作，获取所述待识别物品图像的边缘掩膜信息。

在其中一个实施例中，所述根据所述边缘掩膜信息，对所述待识别物品图像进行裁剪处理包括：

根据所述边缘掩膜信息，对所述图像进行拓扑分析，获取拓扑信息；

根据所述拓扑信息，对所述图像进行轮廓检索；

根据检索得到的最外层轮廓，提取出所述待识别物品图像的目标区域；

根据所述目标区域对所述待识别物品图像进行裁剪处理。