[发明专利]基于SKU图像识别的算法模型测试方法及测试系统

说明书

本发明公开一种基于SKU图像识别的算法模型测试方法及测试系统，其中方法包括如下步骤：步骤S1、通过线上销售系统采集多个关联于特定商品SKU的测试用例并存储至测试数据库；步骤S2、根据需要测试的SKU列表模板，从测试数据库中筛选目标测试用例形成测试集，SKU列表模板中包含测试集中的所有测试商品SKU；步骤S3、通过一算法模型对测试集中每个测试用例中的第一测试图像和第二测试图像进行图像识别比对，得到针对每个测试用例的订单识别结果，然后将订单识别结果和对应的测试用例中的测试订单的预期订单结果进行比对，以判断订单识别结果是否符合预期要求，本发明解决了现有算法模型测试效率低、测试用例无法复用的技术问题。

技术领域

本发明涉及计算机视觉领域，具体涉及一种基于SKU图像识别的算法模型测试方法及测试系统。

背景技术

现有的订单自动结算系统通常通过图像识别系统识别出货柜中商品变化后，根据商品变化自动生成订单。在进行图像识别时，采集货柜柜门开启前和关闭后的两组图像和两组重量数据，将两组图像输入到图像识别系统的算法模块，基于算法模块中预设的算法模型进行图像识别处理得到两组图像中的所有商品，通过比对两组图像中的商品图像变化和商品重量变化得到用户取放的所有商品的种类和数量，然后根据用户取放的所有商品的种类和数量处理得到商品订单，用户根据该商品订单进行支付后即可完成一次商品购买。

图像识别系统的算法模块通常需要依照SKU列表模板进行训练来得到能够在实际使用中准确识别所有包含在该SKU列表模板中的商品SKU。依照SKU列表模板训练上述算法模块的具体步骤包括：

步骤a1、从SKU列表模板中任意选择一个或多个商品SKU；

步骤a2、在本地测试实验室内的安装有图像识别系统的商品货柜上进行模拟购物(即从商品货柜中取出步骤a1中选择的商品SKU。如果步骤a1中选择一个商品SKU，则步骤a2中模拟购物时从商品货柜中也取出或放进一个商品SKU；如果步骤a1中选择多个商品SKU，则步骤a2中模拟购物时从商品货柜中也取出或放进多个商品SKU中的至少一个)，图像识别系统采集模拟购物前后货柜内部的两组图像和两组重量，将两组图像输入到图像识别系统的算法模块，基于算法模块中预设的算法模型进行图像识别处理得到两组图像中的所有商品，将上述模拟购物操作为一个测试用例；

步骤a3、通过比对两组图像中的商品图像变化和商品重量变化得到用户取放的所有商品的种类和数量，然后根据用户取放的所有商品的种类和数量处理得到商品订单，用户根据该商品订单进行支付后即可完成一次商品购买；

步骤a4、将图像识别系统处理得到的商品订单和实际订单比较，判断算法模块识别的比例和准确率，如果商品订单和实际订单一致则不需要继续优化算法模块，如果商品订单和实际订单不一致则需要根据实际订单继续优化算法模块。

算法模块直接关系着图像识别系统的性能，进而直接关系着订单自动结算系统的性能。现有的图像识别系统主要存在以下两个缺点：

1)每次都需要识别货柜内图像中包含的所有商品，识别效率较低。

2)训练算法模型时需要针对SKU列表模板中每一项商品SKU，选取该商品SKU并在真实设备上进行模拟购物，通过比对算法模型识别出的商品订单和实际订单，统计识别的比例和准确率，效率低下，以测试100个测试用例为例，需要耗时4小时，且无法排除由于重力测量不准确引起的算法识别错误。

3)能够识别的商品SKU必须包含在前期对算法模型进行训练时采用的SKU列表模板中，一旦SKU列表模板发生变化，就需要重新进行模拟购物并采集测试订单，原有的测试用例无法复用。

发明内容

本发明的目的在于提供一种基于SKU图像识别的算法模型测试方法及测试系统，以解决现有算法模型测试效率低、测试用例无法复用的技术问题。

为达此目的，本发明采用以下技术方案：