[发明专利]图像检测方法、装置、电子设备及存储介质在审

专利信息
申请号: 202310261523.0 申请日: 2023-03-17
公开(公告)号: CN116433936A 公开(公告)日: 2023-07-14
发明(设计)人: 程潇;张奎;郭晓威;付俐人 申请(专利权)人: 上海识装信息科技有限公司
主分类号: G06V10/74 分类号: G06V10/74;G06V10/764;G06V10/44
代理公司: 北京品源专利代理有限公司 11332 代理人: 严慧
地址: 200083 上海市虹口*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 检测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种图像检测方法,其特征在于,包括:

获取待检测图像和标签特征集,所述标签特征集包括商品类标签特征和质量类标签特征;

基于特征提取模型获取所述待检测图像的待测图像特征,所述特征提取模型是通过对所述商品类标签特征、所述商品类标签特征对应的第一图像特征、所述质量类标签特征和所述质量类标签特征对应的第二图像特征进行训练获得的;

将所述待测图像特征分别与所述商品类标签特征和所述质量类标签特征进行相似性比对,获得所述待检测图像的检测结果。

2.根据权利要求1所述的方法,其特征在于,获取所述商品类标签特征和所述质量类标签特征,包括:

获取商品类型对应的商品类标签以及获取图像质量类型对应的质量类标签;

基于预设语言算法分别对所述商品类标签以及所述质量类标签进行特征提取,获得所述商品类标签特征和所述质量类标签特征。

3.根据权利要求1所述的方法,其特征在于,对所述商品类标签特征、所述商品类标签特征对应的第一图像特征、所述质量类标签特征和所述质量类标签特征对应的第二图像特征进行训练,获得所述特征提取模型,包括:

根据所述商品类标签特征和所述质量类标签特征确定目标函数;

基于所述第一图像特征和所述第二图像特征对预设模型的模型参数进行训练,在所述目标函数达到收敛条件时,所述模型参数训练完成,获得所述特征提取模型。

4.根据权利要求3所述的方法,其特征在于,所述第二图像特征通过如下方式获得:

获取每个质量类标签对应的商品图像集,所述商品图像集包括每个所述商品类标签特征对应的商品图像;

对每个所述质量类标签中的商品图像进行特征学习,获得所述第二图像特征。

5.根据权利要求1所述的方法,其特征在于,所述商品类标签特征包括至少一个;所述质量类标签特征包括至少两种;

所述将所述待测图像特征分别与所述商品类标签特征和所述质量类标签特征进行相似性比对,获得所述待检测图像的检测结果,包括:

基于预设比对算法将所述待测图像特征分别与至少一个所述商品类标签特征和至少两种所述质量类标签特征进行相似性比对,获得商品类标签比对数值和质量类标签比对数值;

将所述商品类标签比对数值和所述质量类标签比对数值中满足预设条件的数值,分别确定所述待检测图像对应的目标商品类标签和目标质量类标签;

根据所述目标商品类标签和目标质量类标签获得所述待检测图像的检测结果。

6.根据权利要求5所述的方法,其特征在于,在所述目标质量类标签为图像合格标签时,所述方法还包括:

将所述待检测图像的图像数据发送至云服务端,以使得所述云服务端对所述图像数据进行分布式存储。

7.根据权利要求5所述的方法,其特征在于,在所述目标质量类标签为图像不合格标签时,所述方法还包括:

确定所述待检测图像对应的目标子标签;所述目标子标签包括成像不合格标签,和/或,内容不合格标签;

根据所述目标子标签向用户设备反馈对应的提示信息。

8.一种图像检测装置,其特征在于,包括:

第一获取模块,用于获取待检测图像和标签特征集,所述标签特征集包括商品类标签特征和质量类标签特征;

第二获取模块,用于基于特征提取模型获取所述待检测图像的待测图像特征,所述特征提取模型是通过对所述商品类标签特征、所述商品类标签特征对应的第一图像特征、所述质量类标签特征和所述质量类标签特征对应的第二图像特征进行训练获得的;

比对模块,用于将所述待测图像特征分别与所述商品类标签特征和所述质量类标签特征进行相似性比对,获得所述待检测图像的检测结果。

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上海识装信息科技有限公司,未经上海识装信息科技有限公司许可,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/202310261523.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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