[发明专利]破损包裹检测方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202011231390.5 申请日: 2020-11-06
公开(公告)号: CN114445323A 公开(公告)日: 2022-05-06
发明(设计)人: 黄仰光;江生沛 申请(专利权)人: 顺丰科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/13;G06T5/00;G06K9/62;G06N20/20;G06V10/774;G06V10/764
代理公司: 深圳紫藤知识产权代理有限公司 44570 代理人: 官建红
地址: 518000 广东省深圳市南山区学府路(以南)*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 破损 包裹 检测 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种破损包裹检测方法,其特征在于,所述破损包裹检测方法包括:

获取包裹运输过程中的包裹图像;

通过预置的第一网络模型对所述包裹图像进行包裹区域检测,提取包裹区域图像;

通过预置的第二网络模型对所述包裹区域图像进行破损目标检测,以确定所述包裹区域图像中包裹是否破损;

若包裹区域图像中包裹破损,通过预置的第三网络模型对所述包裹区域图像进行破损类型分类,以确定包裹破损类型;

其中,所述第一网络模型、所述第二网络模型和所述第三网络模型组成三级级联网络模型。

2.根据权利要求1所述的破损包裹检测方法,其特征在于,在所述通过预置的第一网络模型对所述包裹图像进行包裹区域检测,提取包裹区域图像之前,所述方法还包括:

采集包裹样本图像,得到包裹样本图像集;

根据预设的增强比例,确定所述包裹样本图像集中需要进行图像增强的第一图像数量;

在所述包裹样本图像集中选取所述第一图像数量的图像,作为待增强图像;

对所述待增强图像进行图像增强,得到增强后的包裹样本图像集;

基于所述增强后的包裹样本图像集,训练第一初始网络模型、第二初始网络模型和第三初始网络模型,得到所述第一网络模型、所述第二网络模型和所述第三网络模型。

3.根据权利要求2所述的破损包裹检测方法,其特征在于,所述对所述待增强图像进行图像增强,得到增强后的包裹样本图像集,包括:

分别以所述包裹样本图像集中的每一张包裹样本图像为目标包裹样本图像;

判断所述目标包裹样本图是否为待增强图像;

若是,对所述目标包裹样本图像进行增强,得到增强后的目标包裹样本图像;

在所述包裹样本图像集中所有待增强图像完成图像增强后,得到所述增强后的包裹样本图像集。

4.根据权利要求3所述的破损包裹检测方法,其特征在于,所述对所述目标包裹样本图像进行增强,得到增强后的目标包裹样本图像,包括:

对所述目标包裹样本图像按预设尺寸进行裁剪,得到裁剪后图像;

将所述裁剪后图像的尺寸恢复到所述目标包裹样本图像的尺寸,得到恢复图像;

对所述恢复图像进行对比度处理,得到第一对比度处理图像;

对所述第一对比度处理图像进行明亮度处理,得到第一明亮度处理图像;

对所述第一明亮度处理图像进行高斯噪声处理,得到所述增强后的目标包裹样本图像。

5.根据权利要求2所述的破损包裹检测方法,其特征在于,所述在所述包裹样本图像集中选取所述第一图像数量的图像,作为待增强图像之后,所述方法还包括:

根据预设的裁剪比例,确定所述待增强图像中需要进行裁剪的第二图像数量;

根据预设的对比度处理比例,确定所述待增强图像中需要进行对比度处理的第三图像数量;

根据预设的明亮度处理比例和所述第三图像数量,确定对比度处理后的图像中需要进行明亮度处理的第四图像数量;

根据预设的高斯噪声处理比例和所述第三图像数量,确定明亮度处理后的图像中需要进行高斯噪声处理的第五图像数量。

6.根据权利要求5所述的破损包裹检测方法,其特征在于,所述对所述待增强图像进行图像增强,得到增强后的包裹样本图像集,包括:

在所述待增强图像中选取所述第二图像数量的图像分别进行裁剪,得到裁剪图像,并将裁剪图像恢复到裁剪前的尺寸,得到裁剪后图像集;

在所述裁剪后图像集中选取所述第三图像数量的图像进行对比度处理,得到第二对比度处理图;

在所述第二对比度处理图中选取所述第四图像数量的图像进行明亮度处理,得到第二明亮度处理图;

在所述第二明亮度处理图中选取所述第五图像数量的图像进行高斯噪声处理,得到增强后的包裹样本图像集。

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顺丰科技有限公司,未经顺丰科技有限公司许可,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/202011231390.5/1.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