龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
申请日：2020-04-13
公开（公告）日：2024-06-11
公开（公告）号：CN113536829B
主分类号：G06V20/50
分类号：G06V20/50;G06V20/00;G06V10/774;G06V10/82;G06V10/764;G06N3/0464;G07F9/00
优先权：
专利状态码：有效-授权
法律状态：2024.06.11#授权;2021.11.09#实质审查的生效;2021.10.22#公开
摘要：本发明提出了一种无人零售货柜的货品静态识别方法，所述方法包括通过人工采集和人工标记构造静态识别数据集；在主干网络中引入可变形卷积神经网络和组归一化层，在子网络中选用聚焦损失函数进行分类以及选用平衡L1损失函数进行坐标回归，构造一阶段目标检测模型；对一阶段目标检测模型进行训练，获取网格参数；将网格参数输入无人售货柜，对货品种类和数量进行识别。本发明提供的货品静态识别方法解决了传统目标检测模型中对边缘货品检测的不稳定性问题，通过提高货品识别率提升无人售货的用户体验。
主权项：1.一种无人零售货柜的货品静态识别方法，其特征在于，所述方法包括：构建静态数据集，通过人工采集图像，对所述图像的标签、类别和边界框坐标信息进行人工标记；构造一阶段目标检测模型，所述一阶段目标检测模型包括主干网络和子网络；在所述主干网络中引入可变形卷积神经网络，所述主干网络的归一化层选用组归一化层；在所述子网络中，选用聚焦损失函数对边界框坐标信息进行分类，选用平衡L1损失函数对边界框坐标信息进行坐标回归；对所述一阶段目标检测模型进行训练，以所述静态数据集的图片作为输入，通过所述主干网络进行特征提取，以标签、类别和边界框坐标信息作为输出，获取网格参数；将所述网格参数输入无人零售货柜，进行货品静态识别；其中，所述在所述主干网络中引入可变形卷积神经网络的方法，是在最后三层卷积中引入；所述构造一阶段目标检测模型的方法，是在RetinaNet模型基础上引入可变形卷积神经网络构造DrtNet模型。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 无人零售货柜的货品静态识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号