[发明专利]一种散装物品的识别方法、装置、设备及介质

权利要求书

1.一种散装物品的识别方法，其特征在于，所述方法由称重设备执行，所述方法包括：

若检测到散装物品的称重事件，则获取所述称重设备采集的称重物品图像，并基于预先训练的物品检测模型对所述称重物品图像进行单体检测，得到物品单体检测结果；

根据所述物品单体检测结果，确定称重物品密集度；

若所述称重物品密集度低于预设密集度阈值，则获取称重物品图像中物品单体图像，并基于预先训练的分类模型确定物品单体图像的识别结果。

2.根据权利要求1所述的方法，其特征在于，所述物品检测结果包括至少一条检测框信息，其中，所述检测框信息包括位置数据和范围数据；

所述根据所述物品单体检测结果，确定称重物品密集度，包括：

根据物品单体检测结果中的检测框信息数量，各检测框信息中的位置数据和范围数据，确定所述称重物品图像的未接图形面积；

根据所述未接图形面积、所述检测框信息数量以及预先计算的检测框平均面积，确定称重物品密集度；其中，所述检测框平均面积是基于各检测框信息的范围数据计算得到的。

3.根据权利要求2所述的方法，其特征在于，所述称重物品密集度的计算公式为：

其中，K表示称重物品密集度，S表示未接图形面积，N表示检测框信息数量，M表示检测框平均面积。

4.根据权利要求2所述的方法，其特征在于，所述若所述称重物品密集度低于预设密集度阈值，则获取称重物品图像中物品单体图像，包括：

若所述称重物品密集度低于预设密集度阈值，则根据各检测框信息中的位置数据定位各物品单体图像位置；

根据各范围数据和各物品单体图像位置，截取各物品单体图像。

5.根据权利要求2所述的方法，其特征在于，在确定称重物品密集度之后，所述方法还包括：

若所述称重物品密集度高于或等于预设密集度阈值，则根据各检测框信息，生成散装物品移动信息，以通过所述称重设备提示用户移动所述散装物品。

6.根据权利要求1所述的方法，其特征在于，在基于预先训练的分类模型确定物品单体图像的识别结果之后，所述方法还包括：

根据所述识别结果，确定称重物品图像中物品的类别数量；

若所述类别数量大于1，则确定各类别物品的单价是否相同；

若相同，则对所述散装物品进行称重结算；若不同，则根据所述识别结果中物品的类别，生成分类打包提示信息，以对不同单价的打包物品进行分别称重结算。

7.根据权利要求1所述的方法，其特征在于，所述物品检测模型包括检测框设置参数；所述检测框设置参数是根据预先获取的训练样本图像中物品单体的标记框，通过聚类算法分析而确定的。

8.一种散装物品的识别装置，其特征在于，所述装置配置于称重设备，所述装置包括：

单体检测结果生成模块，用于若检测到散装物品的称重事件，则获取所述称重设备采集的称重物品图像，并基于预先训练的物品检测模型对所述称重物品图像进行单体检测，得到物品单体检测结果；

密集度确定模块，用于根据所述物品单体检测结果，确定称重物品密集度；

识别结果确定模块，用于若所述称重物品密集度低于预设密集度阈值，则获取称重物品图像中物品单体图像，并基于预先训练的分类模型确定物品单体图像的识别结果。

9.一种称重设备，其特征在于，所述设备包括：物品识别摄像头、至少一个处理器以及存储器；

所述物品识别摄像头与所述处理器通信连接，所述处理器与所述存储器通信连接；

其中，所述物品识别摄像头，用于采集称重物品图像；

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的散装物品的识别方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的散装物品的识别方法。