[发明专利]基于人工智能的目标识别方法、设备及存储介质在审

专利信息
申请号: 202011011330.2 申请日: 2020-09-23
公开(公告)号: CN115840417A 公开(公告)日: 2023-03-24
发明(设计)人: 谭文军;郑思远;邵长东;高倩 申请(专利权)人: 科沃斯商用机器人有限公司
主分类号: G05B19/18 分类号: G05B19/18;G06V20/10
代理公司: 北京太合九思知识产权代理有限公司 11610 代理人: 张爱;刘戈
地址: 215104 江苏省苏州市*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 目标 识别 方法 设备 存储 介质
【说明书】:

本申请实施例提供一种基于人工智能的目标识别方法、设备及存储介质。在本申请实施例中,可获取机器人在沿货架移动过程中采集的货架图像。在对货架图像进行目标检测阶段,将货架图像输入目标检测模型,得到对货架图像进行目标标注的检测框的空间信息,在目标识别阶段,根据包含旋转角度的空间信息,从货架图像中提取检测框对应的局部图像;并将该局部图像输入目标识别模型,来识别局部图像中的目标对象,实现了目标对象的自动识别,有助于提高目标识别效率,进而有助于提高后续基于目标识别结果进行商品统计的效率。

技术领域

本申请涉及人工智能技术领域,尤其涉及一种基于人工智能的目标识别方法、设备及存储介质。

背景技术

在大型商超里,货架商品铺货统计通常需要人力参与,由于商超面积大,涵盖成千上万的商品种类,商品类别与数量统计费时费力,效率低下。

发明内容

本申请的多个方面提供一种基于人工智能的目标识别方法、设备及存储介质,用以提高目标识别的准确度。

本申请实施例提供一种基于人工智能的目标识别方法,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;并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。

本申请实施例还提供一种机器人,包括:机械本体;所述机械本体上安装有摄像头、存储器和处理器;所述存储器用于存储计算机程序;

所述摄像头,用于在机器人在沿货架移动过程中采集货架图像;

所述处理器耦合至所述存储器,用于执行所述计算机程序以用于: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;并将所述旋转角度输入目标识别模型,以识别所述局部图像中包含的目标对象。

本申请实施例还提供一种计算机设备,包括:存储器和处理器;所述存储器用于存储计算机程序;

所述处理器耦合至所述存储器,用于执行所述计算机程序以用于执行上述基于人工智能的目标识别方法中的步骤。

本申请实施例还提供一种存储有计算机指令的计算机可读存储介质,当所述计算机指令被一个或多个处理器执行时,致使所述一个或多个处理器执行上述基于人工智能的目标识别方法中的步骤。

在本申请实施例中,可获取机器人在沿货架移动过程中采集的货架图像。在对货架图像进行目标检测阶段,将货架图像输入目标检测模型,得到对货架图像进行目标标注的检测框的空间信息,在目标识别阶段,根据包含旋转角度的空间信息,从货架图像中提取检测框对应的局部图像;并将该局部图像输入目标识别模型,来识别局部图像中的目标对象,实现了目标对象的自动识别,有助于提高目标识别效率,进而有助于提高后续基于目标识别结果进行商品统计的效率。

附图说明

此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:

图1a为本申请实施例提供的机器人的硬件结构框图;

图1b为本申请实施例提供的机器人采集货架图像的场景示意图;

图1c为本申请实施例提供的机器人采集的货架图像的示意图;

图1d为本申请实施例提供的目标检测效果示意图;

图1e为本申请实施例提供的多角度图像采集系统的结构示意图;

图2a和图2b为本申请实施例提供的基于人工智能的目标识别方法的流程示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于科沃斯商用机器人有限公司,未经科沃斯商用机器人有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011011330.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top