[发明专利]产品识别方法及装置

权利要求书

1.一种产品识别方法，其特征在于，包括：

对原始产品图像的各采样图像进行初始预测，得到各产品特征图；

根据卷积参数对各产品特征图进行卷积处理，得到各目标产品识别特征图；其中，所述目标产品识别特征图包括识别区域和对应的区域像素值；

根据各识别区域之间的重叠度和各区域像素值确定目标产品识别区域以识别产品。

2.根据权利要求1所述的产品识别方法，其特征在于，对原始产品图像的各采样图像进行初始预测，得到各产品特征图包括：

按照图像规模将各采样图像划分为第一采样图像和第二采样图像，按照产品类别将产品划分为第一类产品和第二类产品；

根据识别模型参数对在各第二采样图像上识别第一类产品得到各第一产品识别图，根据所述识别模型参数对在各第一采样图像上识别第二类产品得到各第二产品识别图；

根据各第一产品识别图和各第二产品识别图得到各产品特征图。

3.根据权利要求1所述的产品识别方法，其特征在于，根据卷积参数对各产品特征图进行卷积处理，得到各目标产品识别特征图包括：

对各产品特征图进行池化处理得到各第一产品识别特征图；

根据卷积参数对各产品特征图进行卷积处理和池化处理，得到各第二产品识别特征图；

根据各第一产品识别特征图和各第二产品识别特征图得到各目标产品识别特征图。

4.根据权利要求1所述的产品识别方法，其特征在于，根据各识别区域之间的重叠度和各区域像素值确定目标产品识别区域包括：

根据各区域像素值确定目标识别区域，将所述目标识别区域放入目标集合，根据目标识别区域与各识别区域的重叠度更新各区域像素值，进行对应迭代计算；

当全部识别区域均被放入所述目标集合时，根据目标集合中的目标像素值筛选所述识别区域以确定所述目标产品识别区域。

5.根据权利要求4所述的产品识别方法，其特征在于，还包括：

根据所述目标识别区域与各识别区域的交集和所述目标识别区域与各识别区域的并集确定所述目标识别区域与各识别区域的重叠度。

6.根据权利要求1所述的产品识别方法，其特征在于，还包括：

执行如下迭代处理：

对历史产品图像的各采样图像进行初始预测，得到各历史产品特征图；对识别产品图像的各采样图像进行初始预测，得到各识别产品特征图；

根据各识别产品特征图和各历史产品特征图得到各注意力特征图；

根据原始参数对各注意力特征图进行卷积处理，得到各历史产品识别特征图；其中，所述历史产品识别特征图包括历史识别区域和对应的历史区域像素值；

根据各历史识别区域之间的重叠度和各历史区域像素值确定预测产品识别区域；

根据所述预测产品识别区域和对应的识别产品图像确定损失函数；

当所述损失函数满足预设阈值时，确定当前迭代中的原始参数为所述卷积参数，否则根据所述损失函数更新所述原始参数，继续执行所述迭代处理。

7.根据权利要求6所述的产品识别方法，其特征在于，根据原始参数对各注意力特征图进行卷积处理，得到各历史产品识别特征图包括：

拼接各注意力特征图和对应的识别产品图像的各采样图像，对各拼接结果进行池化处理得到各第一历史产品识别特征图；

根据卷积参数对各拼接结果进行卷积处理和池化处理，得到各第二历史产品识别特征图；

根据各第一历史产品识别特征图和各第二历史产品识别特征图得到各历史产品识别特征图。

8.一种产品识别装置，其特征在于，包括：

初始预测模块，用于对原始产品图像的各采样图像进行初始预测，得到各产品特征图；

卷积模块，用于根据卷积参数对各产品特征图进行卷积处理，得到各目标产品识别特征图；其中，所述目标产品识别特征图包括识别区域和对应的区域像素值；

识别模块，用于根据各识别区域之间的重叠度和各区域像素值确定目标产品识别区域以识别产品。