[发明专利]智能识别算法训练方法、装置、终端服务器及可存储介质

权利要求书

1.一种智能识别算法训练方法，其特征在于，包括以下步骤：

步骤S101：获取AI识别设备对流水线中的产品拍摄的图像信息并将所述图像信息同步发送到人机交互界面；

步骤S102：接收人工根据所述人机交互界面的所述图像信息对产品识别的人工判断结果；

步骤S103：接收所述AI识别设备根据拍摄的所述图像信息通过预设的识别算法模型对产品识别的机器判断结果；

步骤S104：每隔预定时间判断所述机器判断结果的准确率是否大于等于所述人工判断结果的准确率，若结果为是，则算法训练结束；若结果为否，则对所述AI识别设备预设的所述识别算法模型进行更新，并回到步骤S101。

2.如权利要求1所述的智能识别算法训练方法，其特征在于，步骤S104中所述每隔预定时间判断所述机器判断结果的准确率是否大于等于所述人工判断结果的准确率步骤中包括：

获取预定时间内产品的最终识别结果；

根据所述最终识别结果分别得出所述机器判断结果的准确率与所述人工判断结果的准确率；

比较所述机器判断结果的准确率与所述人工判断结果的准确率的大小。

3.如权利要求1所述的智能识别算法训练方法，其特征在于，步骤S104中所述则对所述AI识别设备预设的所述识别算法模型进行更新步骤中包括：

将所述机器判断结果、所述人工判断结果及所述图像信息组合成样本数据发送至终端服务器；

下载所述终端服务器接收的通过研发人员根据所述样本数据改进的所述识别算法模型；

将改进后的所述识别算法模型发送至所述AI识别设备。

4.如权利要求1所述的智能识别算法训练方法，其特征在于，还包括步骤：

将所述人工判断结果发送至流水线上的夹取设备上；

控制所述夹取设备根据所述人工判断结果对对应的产品进行分拣。

5.一种智能识别算法训练装置，其特征在于，包括用于对流水线中的产品拍摄图像信息及根据预设的识别算法模型对产品进行识别的的AI识别设备、用于为人工提供所述人机交互界面的人机交互装置以及：

图像信息接收模块，用于获取AI识别设备对流水线中的产品拍摄的图像信息并将所述图像信息同步发送到人机交互界面；

人工识别接收模块，用于接收人工根据所述人机交互界面的所述图像信息对产品识别的人工判断结果；

机器识别接收模块，用于接收所述AI识别设备根据拍摄的所述图像信息通过预设的识别算法模型对产品识别的机器判断结果；

识别准确率判断模块，用于每隔预定时间判断所述机器判断结果的准确率是否大于等于所述人工判断结果的准确率，若结果为是，则算法训练结束；若结果为否，则对所述AI识别设备预设的所述识别算法模型进行更新。

6.如权利要求5所述的智能识别算法训练装置，其特征在于，所述准确率判断模块包括：

识别结果获取单元，用于获取预定时间内产品的最终识别结果；

准确率计算单元，用于根据所述最终识别结果分别得出所述机器判断结果的准确率与所述人工判断结果的准确率；

准确率比较单元，用于比较所述机器判断结果的准确率与所述人工判断结果的准确率的大小。

7.如权利要求5所述的智能识别算法训练装置，其特征在于，所述准确率判断模块包括：

样本上传单元，用于将所述机器判断结果、所述人工判断结果及所述图像信息组合成样本数据发送至终端服务器；

模型下载单元，用于下载所述终端服务器接收的通过研发人员根据所述样本数据改进的所述识别算法模型；

模型更新单元，用于将改进后的所述识别算法模型发送至所述AI识别设备。

8.如权利要求5所述的智能识别算法训练装置，其特征在于，还包括：

人工结果发送模块，用于将所述人工判断结果发送至流水线上的夹取设备上；

分拣控制模块，用于控制所述夹取设备根据所述人工判断结果对对应的产品进行分拣。