[发明专利]一种基于云平台的混杂包裹检测和识别方法、装置及系统

说明书

本发明公开的基于云平台的混杂包裹检测和识别方法、装置和系统，包括：采集图像或图像序列；从采集的图像或图像序列中提取特征信息；判断是否更新检测和识别模型：是，则向云平台发送请求，下载检测和识别模型算法参数包并更新检测和识别模型；否，则将特征信息输入检测和识别模型进行识别，得到检测和识别结果并输出。实现了动态更新包裹数据集，动态更新训练算法模型参数，动态更新检测和识别模型。并通过利用云平台进行深度学习训练，降低了对相机/相机组合端处理器配置的要求，提高了整个系统的执行效率。此外云平台可以进行检测和识别模型的训练，多个装置可以共享一个云平台训练出的检测和识别算法模型，减少成本，提高执行效率。

技术领域

本发明涉及物流技术领域，尤其涉及一种基于云平台的混杂包裹检测和识别方法、装置及系统。

背景技术

近年来，网购热潮越来越强，中国电子商务市场交易规模越来越大，消费者对物流速度和物流质量的要求越来越高。在物流领域快递包裹的检测和识别是一个非常重要的技术难题，在进行快递分拣中占据举足轻重的作用。

在目前的应用场景中一般采用传统线性模型算法。线性模型使用简单的公式通过一组数据点来查找最优拟合线，通过已知的变量方程，可以求出想要预测的变量。

但是，线性模型具有过拟合的趋势，即为了得到一致假设而使假设变得过度严格。这意味着模型太适应于数据而牺牲了推广到先前未知的数据的能力。因此，这两个模型经常需要进行规范，这意味着它们有一定的惩罚(penalty)以防止过拟合。另外由于线性模型算法过于简单，所以在包裹量较大的情况下，很难准确识别包裹的形状并对包裹实时定位。

基于上述原因，目前迫切需要研制出一种新型混杂包裹检测和识别方法、装置及系统，通过其对现有技术中存在的上述问题进行改善。

发明内容

鉴于现有技术的上述缺陷或不足，期望提供一种基于云平台的混杂包裹检测和识别方法、装置及系统。本发明提供的基于云平台的混杂包裹检测和识别方法、装置及系统，可以实现静态包裹、动态包裹以及混杂包裹的实时检测和识别；还可以实现动态更新云端的包裹数据集、动态更新检测和识别算法模型，以及动态更新训练算法模型的参数；同时可以采用灵活的组网结构对混杂包裹进行识别和检测，从而解决了现有技术中存在的问题。

为实现上述目的，本申请提供了一种基于云平台的混杂包裹检测和识别方法，其中，包括：

采集图像或图像序列；

从采集的图像或图像序列中提取特征信息；

判断是否更新检测和识别模型：

是，则向云平台发送请求，下载检测和识别模型算法参数包并更新检测和识别模型；

否，则将所述特征信息输入检测和识别模型进行识别，得到检测和识别结果并输出。

进一步的，所述判断是否更新检测和识别模型，包括：

判断是否收到云平台下发的可以更新检测和识别模型的公告：

是，则更新检测和识别模型。

进一步的，所述更新检测和识别模型，包括：

判断检测和识别模型是否正在执行检测和识别任务：

是，则待检测和识别任务完成后更新检测和识别模型；

否，则立即更新检测和识别模型。

进一步的，所述基于云平台的混杂包裹检测和识别方法，还包括：

采集图像或图像序列后，判断所述图像或图像序列是否超过本端存储阈值：

是，则将所述图像或图像序列上传云平台；

否，则由本端识别所述图像或图像序列。