[发明专利]料件重量获取方法、装置、电子设备及存储介质

权利要求书

1.一种料件重量获取方法，其特征在于，所述方法包括：

获取固定区域内的料件集合的有效分割图像帧集，其中，所述料件集合包括至少一种种类的料件，所述有效分割图像帧集中的每一个有效分割图像各自标注了分割信息；

基于所述有效分割图像帧集的每一个有效分割图像各自的分割信息，确定所述料件集合的多维料件特征数据，所述多维料件特征数据包括至少一个与料件重量计算相关的料件特征数据；

基于所述料件集合的多维料件特征数据，针对所述料件集合中每种种类料件分别进行料件特征数据重构，得到所述料件集合中每种种类料件各自对应的料件特征数据组合；

基于所述每种种类料件各自的料件特征数据组合，以及该种类料件的特征数据组合与该种类料件的重量占比之间的映射关系，确定每种种类料件在所述料件集合中的重量占比；

利用所述每种种类料件在所述料件集合中的重量占比和所述固定区域内的料件集合的总重量，确定所述料件集合中每种种类料件的重量。

2.如权利要求1所述的料件重量获取方法，其特征在于，所述每一个有效分割图像各自的分割信息包括该有效分割图像中各个料件的种类信息。

3.如权利要求1所述的料件重量获取方法，其特征在于，所述基于所述有效分割图像帧集的每一个有效分割图像各自的分割信息，确定所述料件集合的多维料件特征数据的步骤，包括：

所述有效分割图像帧集中的每一个有效分割图像各自对应不同时刻；

基于所述有效分割图像帧集中每一个有效分割图像各自的分割信息，确定在不同时刻的所述料件集合的多维料件特征数据；其中，所述在不同时刻的所述料件集合的多维料件特征数据至少包括每个时刻每种种类料件的像素数量特征、每个时刻每种种类料件分割得到的轮廓个数特征，以及每个时刻每种种类料件出现与否的特征；

所述基于所述料件集合的多维料件特征数据，针对所述料件集合中每种种类料件分别进行料件特征数据重构，得到所述料件集合中每种种类料件各自对应的料件特征数据组合的步骤，包括：

基于所述在不同时刻的所述料件集合的多维料件特征数据，针对所述料件集合中每种种类料件分别进行料件特征数据重构，得到所述料件集合中每种种类料件各自对应的料件特征数据组合。

4.如权利要求3所述的料件重量获取方法，其特征在于，所述每种种类料件各自对应的料件特征数据组合包括：该种类料件在所述有效图像帧集中出现次数的总和特征、基于该种类料件是否出现在不同时刻画面帧中所构成的序列特征、该种类料件像素总和特征、该种类料件在每一时刻画面帧的像素个数序列特征、该种类料件的轮廓个数总和特征，以及该种类料件在每一时刻画面帧中轮廓个数序列特征。

5.如权利要求1所述的料件重量获取方法，其特征在于，所述基于所述每种种类料件各自的料件特征数据组合，以及该种类的料件特征数据组合与该种类料件的重量占比之间的映射关系，确定每种种类料件在所述料件集合中的重量占比的步骤，包括：

将所述每种种类料件各自的料件特征数据组合输入至重量占比预测模型中，所述每种种类料件各自的料件特征数据组合包括该种类料件的至少一种料件特征数据；

利用重量占比预测模型中每种种类料件的特征数据组合与该种类料件的重量占比映射关系对每种种类料件进行重量占比预测处理，得到每种种类料件在所述料件集合中的的重量占比。

6.如权利要求5所述的料件重量获取方法，其特征在于，所述将每种种类料件对应各个料件特征输入至重量占比预测模型中的步骤之前，所述方法包括：

获取训练数据集合，所述训练数据集合的每一条训练数据对应一个料件集合，且该条训练数据包括该条训练数据对应的料件集合的不同种类料件各自的料件特征数据组合和重量占比；

基于所述训练数据集合确定映射模型初始的模型参数；

基于所述训练数据集合和所述初始的模型参数对所述映射模型进行迭代训练，得到具有满足精度条件的模型参数所述重量占比预测模型。