[发明专利]一种基于图像识别的货架商品离线识别方法、系统及装置

说明书

本发明公开了一种基于图像识别的货架商品离线识别方法、系统及装置，方法包括对货架中的商品进行拍摄并处理，进而将其输入至训练机中进行模式训练，得到具备图像识别能力的离线识别模型；采集货架商品图像，并将其输入至离线识别模型中进行识别处理，得到识别结果并返回。本发明通过对货架中的商品进行拍摄得到训练图像集，并根据训练图像集训练得到具备图像识别能力的离线识别模型，从而工作人员利用离线识别模型即可离线对货架商品图像进行自动识别，大大提高了识别速度和准确率，利于后续的数据统计分析和生成报告，有效提高工作效率。本发明可广泛应用于图像识别领域中。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于图像识别的货架商品离线识别方法、系统及装置。

背景技术

品牌商要了解其商品在各大商场超市货架上的情况(铺货率、货架商品排面)，需要安排专门的销售代表或职员到指定的商场超市对摆放其商品的货架进行信息采集、进行统计并将统计结果反馈到公司，目前的解决方法有如下两种：

1.销售代表或相关职员在货架前进行数据统计，即在现场人工数出货架上记录所需统计商品的数目、观察排面状况、计算占有率等，工作完成后将信息统计汇总并上交；

2.销售代表或相关职员在货架前拍照采集其图片信息，采集完成后在图片中记录所需统计商品的数目、观察牌面状况、计算占有率等，工作完成后将信息统计汇总并上交。

然而上述方法进店和核计需要花费大量的人力，而且效率较低，质量难以把控，局限于成本往往只能抽样调查，无法获取完整数据，并且在有些门店网络较差或没有网络时，无法通过在线模式下识别出结果。

发明内容

为了解决上述技术问题，本发明的目的是提供一种能提高识别效率的基于图像识别的货架商品离线识别方法、系统及装置。

本发明所采取的技术方案是：

一种基于图像识别的货架商品离线识别方法，包括以下步骤：

对货架中的商品进行拍摄并处理，进而将其输入至训练机中进行模式训练，得到具备图像识别能力的离线识别模型；

采集货架商品图像，并将其输入至离线识别模型中进行识别处理，得到识别结果并返回。

作为所述的一种基于图像识别的货架商品离线识别方法的进一步改进，所述的对货架中的商品进行拍摄并处理，进而将其输入至训练机中进行模式训练，得到具备图像识别能力的离线识别模型，这一步骤具体包括：

对货架中的商品进行拍摄，得到训练商品图像；

对训练商品图像中的商品进行标注，得到标注图像；

对标注图像进行预处理，得到训练图像集；

将训练图像集输入至训练机中进行模式训练，得到具备图像识别能力的离线识别模型。

作为所述的一种基于图像识别的货架商品离线识别方法的进一步改进，所述的对标注图像进行预处理，得到训练图像集，这一步骤具体为：

对标注图像依次进行颜色空间变换、水平校正、字符特征提取和二值化处理，得到文字识别结果，并结合训练商品图像得到训练图像集。

作为所述的一种基于图像识别的货架商品离线识别方法的进一步改进，所述离线识别模型采用TensorFlow Lite框架和Core ML框架。

本发明所采用的另一个技术方案是：

一种基于图像识别的货架商品离线识别系统，包括：

模型训练单元，用于对货架中的商品进行拍摄并处理，进而将其输入至训练机中进行模式训练，得到具备图像识别能力的离线识别模型；