[发明专利]一种服装面料裁片的颜色和形状识别方法及相关装置

权利要求书

1.一种服装面料裁片的颜色和形状识别方法，其特征在于，包括：

采集服装面料裁片的图像数据集，通过LabelImg工具对所述图像数据集进行标注并保存；

对所述图像数据集进行增强得到图像扩充数据集，所述图像扩充数据集包括：训练集和测试集；

建立RetinaNet网络结构模型，设置所述RetinaNet网络结构模型的特征提取层为ResNet-50；

设置所述RetinaNet网络结构模型的评价指标，并对所述RetinaNet网络结构模型的第一个卷积层和第二个卷积层均进行冻结后，将所述训练集输入到所述RetinaNet网络结构模型进行训练，当达到预置训练次数时，得到RetinaNet网络结构识别模型；

将所述测试集输入到所述RetinaNet网络结构识别模型，输出所述服装面料裁片的识别结果。

2.根据权利要求1所述的服装面料裁片的颜色和形状识别方法，其特征在于，所述采集服装面料裁片的图像数据集，对所述图像数据集进行标注并保存，具体包括：

设置采集背景颜色为白色以及图像大小为1280×960，对所述服装面料裁片的图像数据集进行采集；

通过LabelImg工具对所述图像数据集中的图像形状进行标框后，保存所述图像数据集为XML文件。

3.根据权利要求1所述的服装面料裁片的颜色和形状识别方法，其特征在于，所述对所述图像数据集进行增强得到图像扩充数据集，具体包括：

对所述图像数据集进行数据增强处理得到图像扩充数据集，所述数据增强处理包括：旋转、缩放、翻转、随机区域采集、平移。

4.根据权利要求1所述的服装面料裁片的颜色和形状识别方法，其特征在于，所述评价指标包括：交并比、准确率、mAP、FPS。

5.根据权利要求1所述的服装面料裁片的颜色和形状识别方法，其特征在于，所述采集服装面料裁片的图像数据集，之后还包括：

根据所述对图像数据集中图像的颜色和形状，对所述图像数据集的每张图像进行命名。

6.一种服装面料裁片的颜色和形状识别装置，其特征在于，包括：

采集单元，用于采集服装面料裁片的图像数据集，通过LabelImg工具对所述图像数据集进行标注并保存；

扩充单元，用于对所述图像数据集进行增强得到图像扩充数据集，所述图像扩充数据集包括：训练集和测试集；

建模单元，用于建立RetinaNet网络结构模型，设置所述RetinaNet网络结构模型的特征提取层为ResNet-50；

训练单元，用于设置所述RetinaNet网络结构模型的评价指标，并对所述RetinaNet网络结构模型的第一个卷积层和第二个卷积层均进行冻结后，将所述训练集输入到所述RetinaNet网络结构模型进行训练，当达到预置训练次数时，得到RetinaNet网络结构识别模型；

识别单元，用于将所述测试集输入到所述RetinaNet网络结构识别模型，输出所述服装面料裁片的识别结果。

7.根据权利要求6所述的服装面料裁片的颜色和形状识别装置，其特征在于，所述采集单元，具体用于：

设置采集背景颜色为白色以及图像大小为1280×960，对所述服装面料裁片的图像数据集进行采集；

通过LabelImg工具对所述图像数据集中的图像形状进行标框后，保存所述图像数据集为XML文件。

8.根据权利要求6所述的服装面料裁片的颜色和形状识别装置，其特征在于，所述扩充单元，具体用于：

对所述图像数据集进行数据增强处理得到图像扩充数据集，所述数据增强处理包括：旋转、缩放、翻转、随机区域采集、平移。

9.一种服装面料裁片的颜色和形状识别设备，其特征在于，所述设备包括处理器以及存储器：

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行权利要求1-5任一项所述的服装面料裁片的颜色和形状识别方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-5任一项所述的服装面料裁片的颜色和形状识别方法。