[发明专利]用于条状物品的图像识别方法、存储介质、系统及设备

权利要求书

1.一种用于条状物品的图像识别方法，其特征在于，包括：

获取包含条状物品的物品图像；

将所述物品图像输入图像识别模型，获取条状物品的条状物识别区b_k，k＝{1,2,…,n₁}，n₁为所述条状物识别区的数量，所述条状物识别区b_k为所述图像识别模型在物品的最大轮廓线处生成的矩形区域，矩形的所述条状物识别区包括相交的第一对角线和第二对角线；

从所述条状物识别区b_k内获取呈长条形的第一子识别区b_k1u和第二子识别区b_k2w，u＝{1,2,…,n₂},n₂为所述第一子识别区b_k1u的个数，w＝{1,2,…,n₃},n₃为所述第二子识别区b_k2w的个数，

所述第一子识别区b_k1u的长度方向沿所述第一对角线延伸，且所述第一对角线至少部分位于所述第一子识别区b_k1u内，

所述第二子识别区b_k2w的长度方向沿所述第二对角线延伸，且所述第二对角线至少部分位于所述第二子识别区b_k2w内；

获取所述第一子识别区b_k1u的预测物品种类T_k1u及置信度C_k1u，获取所述第二子识别区b_k2w的预测物品种类T_k2w及置信度C_k2w；

从所述置信度C_k1u和置信度C_k2w中获取最大置信度ZC_k，若所述最大置信度ZC_k大于第一阈值，所述条状物识别区b_k输出的物品种类为所述最大置信度ZC_k对应的预测物品种类。

2.如权利要求1所述的用于条状物品的图像识别方法，其特征在于，

矩形的所述条状物识别区b_k的四个顶点为A_k、B_k、C_k、D_k，所述第一对角线为A_kC_k，所述第二对角线为B_kD_k,

位于所述第一对角线A_kC_k一侧的边界线A_kB_k和边界线B_kC_k包括点M_k1、点M_k2、点N_k1、点N_k2，所述点M_k1和所述点M_k2位于所述边界线A_kB_k上，所述点N_k1和所述点N_k2位于所述边界线B_kC_k上，

所述点M_k1距所述顶点A_k的距离为L(A_kM_k),所述点M_k2距所述顶点A_k2的距离为L(A_kM_k2),所述边界线A_kB_k长度为L(A_kB_k)，L(A_kM_k1)＝0.1*L(A_kB_k)，L(A_kM_k2)＝0.5*L(A_kB_k)，

所述点N_k1距所述顶点C_k的距离为L(C_kN_k1),所述点N_k2距所述顶点C_k的距离为L(C_kN_k2),所述边界线B_kC_k长度为L(B_kC_k)，L(C_kN_k1)＝0.1*L(B_kC_k)，L(C_kN_k2)＝0.5*L(B_kC_k)，

所述点M_k1和所述点N_k1形成界线M_k1N_k1，所述点M_k2和所述点N_k2形成界线M_k2N_k2，所述第一子识别区b_k1u朝向所述边界线A_kB_k和所述边界线B_kC_k的边界线位于所述界线M_k1N_k1和所述界线M_k2N_k2之间。