[发明专利]基于人工智能的目标识别方法、设备及存储介质

权利要求书

1.一种基于人工智能的目标识别方法，其特征在于，包括：

获取机器人在沿货架移动过程中采集的货架图像；

将所述货架图像输入目标检测模型，得到对所述货架图像进行目标标注的第一检测框的空间信息；

根据所述第一检测框的空间信息，从所述货架图像中提取所述第一检测框对应的局部图像；

将所述局部图像输入目标识别模型，以识别所述局部图像包含的目标对象。

2.根据权利要求1所述的方法，其特征在于，所述第一检测框的空间信息包括：所述第一检测框的中心坐标、尺寸及旋转角度；或者，所述第一检测框的顶点坐标及旋转角度；

所述将所述局部图像输入目标识别模型，以识别所述局部图像中包含的目标对象，包括：

将具有所述旋转角度的局部图像输入支持多角度目标识别的目标识别模型，以识别所述局部图像中包含的目标对象。

3.根据权利要求2所述的方法，其特征在于，所述目标识别模型包括：支持多角度目标识别的第一目标识别子模型和支持多角度目标识别的第二目标识别子模型；其中，所述第二目标识别子模型提取的图像特征向量的精细度大于所述第一目标识别子模型提取的图像特征向量；

所述将具有所述旋转角度的局部图像输入支持多角度目标识别的目标识别模型，以识别所述局部图像包含的目标对象，包括：

将具有所述旋转角度的局部图像输入所述第一目标识别子模型，以识别所述局部图像包含的目标对象；

在所述第一目标识别子模型无法识别出所述局部图像包含的目标对象的情况下，将具有所述旋转角度的局部图像输入所述第二目标识别子模型，以识别所述局部图像包含的目标对象。

4.根据权利要求3所述的方法，其特征在于，所述第一目标子模型包括：支持对多角度图像进行特征提取的第一特征提取层及支持多角度目标识别的第一目标识别层；

所述将具有所述旋转角度的局部图像输入所述第一目标识别子模型，以识别所述局部图像包含的目标对象，包括：

将所述具有所述旋转角度的局部图像输入所述第一特征提取层，以得到所述局部图像的第一图像特征向量；

将所述第一图像特征向量输入所述第一目标识别子模型，以识别所述局部图像中包含的目标对象。

5.根据权利要求4所述的方法，其特征在于，所述将所述第一图像特征向量输入所述第一目标识别层，以识别所述局部图像中包含的目标对象，包括：

在所述第一目标识别层中，计算所述第一图像特征向量与第一商品特征向量集中商品特征向量之间的相似度；

按照与所述第一图像特征向量的相似度从大到小的顺序，从所述第一商品特征向量集中选取M个商品特征向量；

根据所述第一商品特征向量集中商品特征向量与商品标识之间的对应关系，确定所述M个商品特征向量对应的商品标识；

若Q≥N，则将所述相似度最大的商品特征向量对应的商品标识，作为所述局部图像中包含的目标对象的标识；

其中，Q为所述M个商品特征向量中与相似度最大的商品特征向量对应的商品标识相同的商品特征向量的数量；M≥2，1≤N≤(M-1)，且M和N为整数。

6.根据权利要求5所述的方法，其特征在于，所述第二目标识别子模型包括：支持对多角度图像进行特征提取的第二特征提取层和支持对多角度目标识别的第二目标识别层；其中，所述第二特征提取层提取的图像特征向量的精细度大于所述第一特征提取层提取的图像特征向量；

所述方法还包括：

若Q＜N，则将所述具有所述旋转角度的局部图像输入所述第二特征提取层，以得到所述局部图像的第二图像特征向量；所述第二图像特征向量的精细度大于所述第一图像特征向量；

将所述第二图像特征向量输入所述第二目标识别层，以识别所述局部图像包含的目标对象。